融合地形特征的影像深度分割方法研究——以黃土微地貌為例
發(fā)布時(shí)間:2024-02-02 19:14
地貌是自然地理環(huán)境的基本要素之一,對(duì)自然地貌的提取和分類等研究一直以來都是地理學(xué)和地貌學(xué)研究的熱點(diǎn),同時(shí)也是數(shù)字地形分析領(lǐng)域的核心議題之一。近年來,面向?qū)ο笥跋穹治?Object-based image analysis,OBIA)的研究范式逐漸被諸多研究所采用,以提升地物分類與提取及分布模式等相關(guān)研究的準(zhǔn)確度與效率。作為OBIA研究范式的核心與基礎(chǔ),影像分割對(duì)于提取精度有著直接影響。然而現(xiàn)有的分割方法多利用影像的光譜特征面向城市地物(建筑物、公路等)提取的目標(biāo)而設(shè)計(jì),這類地物通常具有較為規(guī)則且明確的邊界或者區(qū)分度較高的光譜信息。與這些地物有所不同的是,自然地貌實(shí)體往往邊界模糊漸變且通常內(nèi)蘊(yùn)豐富的地形特征,難以直觀地通過影像進(jìn)行分辨,尤其是微地貌,例如黃土陷穴、黃土淺溝等,不僅分布模式更加離散,且面積通常很小,因此對(duì)其進(jìn)行準(zhǔn)確的提取和識(shí)別對(duì)影像分割策略提出了更高的要求。此外,基于分割對(duì)象的特征提取是OBIA研究范式的另一個(gè)重要組成部分。以往在面向地貌提取與分類的相關(guān)研究中較常采用光譜特征、空間形狀特征以及紋理特征等。但這些特征均是基于特征工程的淺層特征,通常僅能表征影像數(shù)據(jù)的淺層基本信...
【文章頁數(shù)】:143 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
資助項(xiàng)目
摘要
Abstract
第1章 緒論
1.1 問題的提出
1.2 選題意義
1.3 研究綜述
1.3.1 面向?qū)ο笥跋穹治鲅芯?br> 1.3.2 深度學(xué)習(xí)與深度特征研究
1.3.3 數(shù)字地形分析研究
1.3.4 黃土微地貌及提取方法研究
1.3.5 研究現(xiàn)狀小結(jié)與問題分析
1.4 研究目標(biāo)與研究內(nèi)容
1.4.1 研究目標(biāo)
1.4.2 研究內(nèi)容
1.5 研究方法
1.5.1 研究方法
1.5.2 軟硬件平臺(tái)
1.6 論文結(jié)構(gòu)
第2章 研究基礎(chǔ)
2.1 研究區(qū)域
2.2 研究樣區(qū)
2.3 實(shí)驗(yàn)數(shù)據(jù)
2.3.1 影像數(shù)據(jù)
2.3.2 地形數(shù)據(jù)
2.4 研究對(duì)象界定
2.5 小結(jié)
第3章 融合地形特征的加權(quán)聚合分割方法
3.1 方法基礎(chǔ)
3.1.1 加權(quán)聚合分割(SWA)
3.1.2 多尺度分割(MRS)
3.2 融合地形特征的T-SWA分割方法
3.2.1 T-SWA分割方法流程
3.2.2 地形特征嵌入的對(duì)象相似度算子重建
3.2.3 分割實(shí)驗(yàn)及結(jié)果分析
3.3 基于不一致性的分割精度評(píng)價(jià)
3.3.1 不一致性規(guī)則基本概念
3.3.2 不一致性規(guī)則指標(biāo)設(shè)計(jì)
3.3.3 實(shí)驗(yàn)結(jié)果與分析
3.4 本章小結(jié)
第4章 流域單元嵌入的分割優(yōu)化方法
4.1 方法基礎(chǔ)
4.1.1 分割對(duì)象優(yōu)化的影響因素
4.1.2 現(xiàn)有分割優(yōu)化方法的比較
4.2 流域單元嵌入式的分割優(yōu)化方法設(shè)計(jì)
4.2.1 基于流域分割的單元?jiǎng)澐?br> 4.2.2 分割尺度優(yōu)選
4.2.3 實(shí)驗(yàn)結(jié)果與分析
4.3 本章小結(jié)
第5章 基于深度學(xué)習(xí)的地形特征構(gòu)建與融合方法
5.1 方法基礎(chǔ)
5.1.1 深度學(xué)習(xí)的基本理論
5.1.2 深度卷積神經(jīng)網(wǎng)絡(luò)
5.1.3 圖像語義分割
5.2 總體設(shè)計(jì)
5.2.1 特征構(gòu)建的網(wǎng)絡(luò)結(jié)構(gòu)
5.2.2 特征融合的網(wǎng)絡(luò)結(jié)構(gòu)
5.2.3 特征融合結(jié)果與分析
5.3 討論
5.4 本章小結(jié)
第6章 黃土微地貌提取實(shí)例
6.1 實(shí)驗(yàn)設(shè)計(jì)
6.1.1 總體實(shí)驗(yàn)流程
6.1.2 實(shí)驗(yàn)數(shù)據(jù)
6.1.3 微地貌提取模型構(gòu)建
6.1.4 精度評(píng)價(jià)方法
6.2 微地貌提取實(shí)驗(yàn)
6.2.1 黃土坡面切溝提取
6.2.2 黃土陷穴提取
6.2.3 黃土淺溝提取
6.3 微地貌提取結(jié)果與討論
6.3.1 黃土坡面切溝提取結(jié)果
6.3.2 黃土陷穴提取結(jié)果
6.3.3 黃土淺溝提取結(jié)果
6.3.4 討論
6.4 本章小結(jié)
第7章 結(jié)論與展望
7.1 結(jié)論
7.2 創(chuàng)新點(diǎn)
7.3 研究展望
參考文獻(xiàn)
攻讀博士期間科研成果
致謝
本文編號(hào):3893024
【文章頁數(shù)】:143 頁
【學(xué)位級(jí)別】:博士
【文章目錄】:
資助項(xiàng)目
摘要
Abstract
第1章 緒論
1.1 問題的提出
1.2 選題意義
1.3 研究綜述
1.3.1 面向?qū)ο笥跋穹治鲅芯?br> 1.3.2 深度學(xué)習(xí)與深度特征研究
1.3.3 數(shù)字地形分析研究
1.3.4 黃土微地貌及提取方法研究
1.3.5 研究現(xiàn)狀小結(jié)與問題分析
1.4 研究目標(biāo)與研究內(nèi)容
1.4.1 研究目標(biāo)
1.4.2 研究內(nèi)容
1.5 研究方法
1.5.1 研究方法
1.5.2 軟硬件平臺(tái)
1.6 論文結(jié)構(gòu)
第2章 研究基礎(chǔ)
2.1 研究區(qū)域
2.2 研究樣區(qū)
2.3 實(shí)驗(yàn)數(shù)據(jù)
2.3.1 影像數(shù)據(jù)
2.3.2 地形數(shù)據(jù)
2.4 研究對(duì)象界定
2.5 小結(jié)
第3章 融合地形特征的加權(quán)聚合分割方法
3.1 方法基礎(chǔ)
3.1.1 加權(quán)聚合分割(SWA)
3.1.2 多尺度分割(MRS)
3.2 融合地形特征的T-SWA分割方法
3.2.1 T-SWA分割方法流程
3.2.2 地形特征嵌入的對(duì)象相似度算子重建
3.2.3 分割實(shí)驗(yàn)及結(jié)果分析
3.3 基于不一致性的分割精度評(píng)價(jià)
3.3.1 不一致性規(guī)則基本概念
3.3.2 不一致性規(guī)則指標(biāo)設(shè)計(jì)
3.3.3 實(shí)驗(yàn)結(jié)果與分析
3.4 本章小結(jié)
第4章 流域單元嵌入的分割優(yōu)化方法
4.1 方法基礎(chǔ)
4.1.1 分割對(duì)象優(yōu)化的影響因素
4.1.2 現(xiàn)有分割優(yōu)化方法的比較
4.2 流域單元嵌入式的分割優(yōu)化方法設(shè)計(jì)
4.2.1 基于流域分割的單元?jiǎng)澐?br> 4.2.2 分割尺度優(yōu)選
4.2.3 實(shí)驗(yàn)結(jié)果與分析
4.3 本章小結(jié)
第5章 基于深度學(xué)習(xí)的地形特征構(gòu)建與融合方法
5.1 方法基礎(chǔ)
5.1.1 深度學(xué)習(xí)的基本理論
5.1.2 深度卷積神經(jīng)網(wǎng)絡(luò)
5.1.3 圖像語義分割
5.2 總體設(shè)計(jì)
5.2.1 特征構(gòu)建的網(wǎng)絡(luò)結(jié)構(gòu)
5.2.2 特征融合的網(wǎng)絡(luò)結(jié)構(gòu)
5.2.3 特征融合結(jié)果與分析
5.3 討論
5.4 本章小結(jié)
第6章 黃土微地貌提取實(shí)例
6.1 實(shí)驗(yàn)設(shè)計(jì)
6.1.1 總體實(shí)驗(yàn)流程
6.1.2 實(shí)驗(yàn)數(shù)據(jù)
6.1.3 微地貌提取模型構(gòu)建
6.1.4 精度評(píng)價(jià)方法
6.2 微地貌提取實(shí)驗(yàn)
6.2.1 黃土坡面切溝提取
6.2.2 黃土陷穴提取
6.2.3 黃土淺溝提取
6.3 微地貌提取結(jié)果與討論
6.3.1 黃土坡面切溝提取結(jié)果
6.3.2 黃土陷穴提取結(jié)果
6.3.3 黃土淺溝提取結(jié)果
6.3.4 討論
6.4 本章小結(jié)
第7章 結(jié)論與展望
7.1 結(jié)論
7.2 創(chuàng)新點(diǎn)
7.3 研究展望
參考文獻(xiàn)
攻讀博士期間科研成果
致謝
本文編號(hào):3893024
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3893024.html
最近更新
教材專著