本文選題：遙感圖像 + 目標(biāo)識別��； 參考：《哈爾濱工業(yè)大學(xué)》2017年碩士論文

【摘要】：遙感圖像目前廣泛的應(yīng)用于對地觀測、氣象、測繪、通訊導(dǎo)航、資源勘探以及軍事目標(biāo)探測等領(lǐng)域。遙感圖像具有更新速度快、覆蓋面積廣、來源廣泛的特點(diǎn),適用于軍事情報的獲取。當(dāng)前隨著遙感成像技術(shù)發(fā)展帶來遙感圖像數(shù)據(jù)快速增長與落后的遙感圖像處理和應(yīng)用手段之間的矛盾日益突出,尤其在基于遙感圖像的情報獲取方面,仍主要依靠人工判讀,且大量數(shù)據(jù)沒有有效管理,給遙感數(shù)據(jù)應(yīng)用帶來難度。為此,本文旨在研究行之有效的遙感圖像數(shù)據(jù)分析方法,出基于深度學(xué)習(xí)的遙感目標(biāo)識別系統(tǒng),將大量多源遙感數(shù)據(jù)快速轉(zhuǎn)化為目標(biāo)情報,為遙感圖像數(shù)據(jù)應(yīng)用供技術(shù)支持。首先,根據(jù)遙感圖像目標(biāo)識別應(yīng)用的需求,對系統(tǒng)的應(yīng)用部署模式及技術(shù)實(shí)現(xiàn)進(jìn)行了總體方案設(shè)計。本系統(tǒng)采用B/S架構(gòu)實(shí)現(xiàn)了基于深度學(xué)習(xí)的遙感目標(biāo)識別系統(tǒng)。為給深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練供數(shù)據(jù),實(shí)現(xiàn)了多源遙感數(shù)據(jù)管理功能和預(yù)處理,遙感數(shù)據(jù)管理獲取大量遙感源數(shù)據(jù)、重點(diǎn)目標(biāo)數(shù)據(jù)、屬性數(shù)據(jù),通過數(shù)據(jù)解析、可視化以及查詢檢索等輔助功能,得到深度學(xué)習(xí)網(wǎng)絡(luò)所需要的數(shù)據(jù)集;為有效標(biāo)注這些數(shù)據(jù),設(shè)計遙感圖像數(shù)據(jù)預(yù)處理,完成重點(diǎn)目標(biāo)標(biāo)記、重點(diǎn)目標(biāo)裁剪、大氣校正和輻射校正,其中大氣校正和輻射校正意在改善圖像質(zhì)量易于標(biāo)注目標(biāo)數(shù)據(jù)集,上述設(shè)計為深度學(xué)習(xí)網(wǎng)絡(luò)訓(xùn)練供數(shù)據(jù)支撐。其次,針對遙感圖像格式多樣性、多源性、數(shù)據(jù)量大的特性以及冗余信息量大、應(yīng)用任務(wù)復(fù)雜的應(yīng)用特性,結(jié)合基于深度學(xué)習(xí)的目標(biāo)識別系統(tǒng)的技術(shù)原理,對遙感目標(biāo)識別系統(tǒng)具體技術(shù)方案及關(guān)鍵技術(shù)進(jìn)行設(shè)計及分析。采用Arc GIS Server平臺實(shí)現(xiàn)多源遙感數(shù)據(jù)在瀏覽器端的可視化呈現(xiàn);采用XML文件和遙感數(shù)據(jù)地理信息文件實(shí)現(xiàn)遙感數(shù)據(jù)內(nèi)部和遙感數(shù)據(jù)間的有效組織;采用ENVI平臺和Oracle數(shù)據(jù)庫實(shí)現(xiàn)面向應(yīng)用的重點(diǎn)目標(biāo)數(shù)據(jù)庫建設(shè);采用深度學(xué)習(xí)技術(shù)實(shí)現(xiàn)了遙感目標(biāo)的快速、準(zhǔn)確的識別。實(shí)驗(yàn)結(jié)果表明,上述設(shè)計可實(shí)現(xiàn)不低于5種遙感格式的數(shù)據(jù)解析,遙感目標(biāo)在地圖上的直觀呈現(xiàn)。良好的人機(jī)交互便于重點(diǎn)目標(biāo)標(biāo)記、重點(diǎn)目標(biāo)裁剪。上述輔助技術(shù)的采用升了深度學(xué)習(xí)目標(biāo)識別性能,綜合測試顯示遙感目標(biāo)識別精度不低于90%。最后,針對遙感圖像應(yīng)用系統(tǒng)的穩(wěn)定性及可靠性要求,對系統(tǒng)進(jìn)行了綜合測試與分析。測試結(jié)果表明,系統(tǒng)具備管理并解析不低于5種數(shù)據(jù)格式的遙感圖像數(shù)據(jù),系統(tǒng)具備良好的圖像預(yù)處理功能,有效增強(qiáng)了圖像質(zhì)量,具備快速構(gòu)建重點(diǎn)目標(biāo)數(shù)據(jù)庫的能力。對系統(tǒng)的壓力測試結(jié)果表明,支持1000用戶同時訪問的應(yīng)答時間小于1秒,達(dá)到系統(tǒng)要求。
[Abstract]:A remote sensing image data analysis method based on remote sensing image data is designed to improve image quality . The results show that the system has the ability to manage and resolve the remote sensing image data which is not less than 5 data formats . The results show that the system has the capability of managing and analyzing the remote sensing image data with no less than 5 data formats .

【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP751;TP311.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 崔彥江;汪鐵華;曾海燕;;淺談Pleiades衛(wèi)星遙感影像在基礎(chǔ)測繪中的應(yīng)用[J];測繪與空間地理信息;2016年06期

2 高翔;徐柱;;基于多尺度模型的數(shù)據(jù)庫影像特征匹配[J];測繪科學(xué);2016年02期

3 曾曉娟;;一種基于神經(jīng)網(wǎng)絡(luò)的圖像識別算法[J];電腦知識與技術(shù);2015年17期

4 鄒娟茹;;基于SuperMap GIS 6R軟件的三維數(shù)字小區(qū)展示與查詢系統(tǒng)的實(shí)現(xiàn)[J];測繪與空間地理信息;2015年03期

5 張洋;;飛機(jī)紅外隱身技術(shù)的應(yīng)用研究[J];國外電子測量技術(shù);2015年01期

6 黃浩;陶華敏;陳尚鋒;;空間雙波段紅外成像仿真及目標(biāo)特性分析[J];紅外技術(shù);2013年08期

7 任德智;潘剛;葛立雯;;基于TitanImage軟件的QuickBird影像融合[J];東北林業(yè)大學(xué)學(xué)報;2013年03期

8 湯泉;牛錚;;基于IDL與ENVI二次開發(fā)的遙感系統(tǒng)開發(fā)方法[J];計算機(jī)應(yīng)用;2008年S1期

9 胡靜;;淺析黑盒測試與白盒測試[J];衡水學(xué)院學(xué)報;2008年01期

10 曹西征;郭立紅;;基于圖像的飛行器紅外輻射特性測量[J];光學(xué)技術(shù);2007年02期

相關(guān)博士學(xué)位論文 前2條

1 韓現(xiàn)偉;大幅面可見光遙感圖像典型目標(biāo)識別關(guān)鍵技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2013年

2 李禹;SAR圖像機(jī)動目標(biāo)檢測與鑒別技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前7條

1 張帆;海上光學(xué)遙感圖像目標(biāo)識別與GPU并行加速[D];中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所;2016年

2 唐容;基于B/S架構(gòu)數(shù)據(jù)管理系統(tǒng)的設(shè)計與實(shí)現(xiàn)[D];東南大學(xué);2015年

3 方子璇;基于AcrGIS Server的衛(wèi)星遙感影像管理系統(tǒng)[D];中國地質(zhì)大學(xué)(北京);2012年

4 劉林;基于多顏色空間和統(tǒng)計直方圖的場景分類和目標(biāo)檢測研究[D];濟(jì)南大學(xué);2011年

5 陳海亮;基于特征的光學(xué)遙感圖像艦船目標(biāo)檢測技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

6 樊疆;基于IDL的遙感影像數(shù)據(jù)庫的研究與實(shí)現(xiàn)[D];蘭州大學(xué);2009年

7 張琦;基于統(tǒng)計模型的SAR圖像車輛目標(biāo)檢測方法研究[D];國防科學(xué)技術(shù)大學(xué);2005年

，

本文編號：1883586