基于編碼解碼的高分辨率遙感圖像變化檢測
發(fā)布時間：2021-11-19 04:16
隨著經濟社會的飛快發(fā)展以及城市化進程的推進,城鎮(zhèn)面積不斷增加,土地利用和土地覆蓋（Land Use&LU Land Cover,LULC）信息處于急劇的變化之中,及時、準確地掌握地表覆蓋發(fā)生的變化信息在城市發(fā)展規(guī)劃、土地管理、植被覆蓋等實際領域中具有重要的作用和意義。高分辨率遙感影像作為對地觀測的重要數(shù)據(jù)來源,已廣泛用于地表覆蓋信息監(jiān)測中。遙感影像數(shù)據(jù)經過數(shù)據(jù)解譯后,在為決策部門提供堅實可靠的數(shù)據(jù)支撐的同時,也帶來了如何對大量的遙感影像進行快速、有效處理的問題。針對傳統(tǒng)算法提取遙感影像變化信息需要提取人工設計的圖像特征,并且模型泛化能力不強,且整個變化檢測過程需要人為干預、過程繁瑣,自動化程度不高的問題,本文利用深度學習中語義分割方法,將遙感影像變化檢測問題轉化為變化與未變化的二值分割問題,利用端到端的卷積神經網(wǎng)絡對前后兩時期遙感影像進行變化檢測,本文的主要研究內容如下:（1）基于編碼解碼結構的遙感影像變化檢測,為引入前后兩時期遙感圖像的多分辨率信息,在變化檢測網(wǎng)絡模型結構中引入中心環(huán)繞模塊,利用步長為2的卷積層替換變化檢測網(wǎng)絡中的池化層以防止由于在池化過程中引起圖像信息丟失,...
【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校
【文章頁數(shù)】：86 頁
【學位級別】：碩士
【圖文】：
本文技術路線
碩士學位論文140Re0xxLeakyluxxα<=>，，（2-5）圖2-1Sigmoid函數(shù)和導數(shù)曲線Figure2-1Sigmoidfunctionandderivativecurve圖2-2Relu函數(shù)和導數(shù)曲線Figure2-2Relufunctionandderivativecurve（3）Tanh函數(shù)Tanh函數(shù)是Sigmoid函數(shù)的變形，輸出值以0為中心，但是卻和Sigmoid函數(shù)存在相同的問題即梯度消失、梯度爆炸和冪運算需要計算時間。
碩士學位論文140Re0xxLeakyluxxα<=>，，（2-5）圖2-1Sigmoid函數(shù)和導數(shù)曲線Figure2-1Sigmoidfunctionandderivativecurve圖2-2Relu函數(shù)和導數(shù)曲線Figure2-2Relufunctionandderivativecurve（3）Tanh函數(shù)Tanh函數(shù)是Sigmoid函數(shù)的變形，輸出值以0為中心，但是卻和Sigmoid函數(shù)存在相同的問題即梯度消失、梯度爆炸和冪運算需要計算時間。
【參考文獻】：
期刊論文
[1]基于紋理轉移的露天礦區(qū)遙感圖像超分辨率重建[J]. 楊宏業(yè),趙銀娣,董霽紅. 煤炭學報. 2019(12)
[2]提高小樣本高光譜圖像分類性能的變維卷積神經網(wǎng)絡[J]. 劉萬軍,尹岫,曲海成,劉臘梅. 中國圖象圖形學報. 2019(09)
[3]一種結合空間與光譜信息的改進CVA變化檢測方法[J]. 申祎,王超,胡佳樂. 遙感技術與應用. 2019(04)
[4]迭代加權多元變化檢測算法在高分辨率遙感影像變化檢測中應用[J]. 張續(xù),江濤,胡世明,焦帥. 計算機應用. 2019(S1)
[5]國土空間規(guī)劃體系“四梁八柱”基本形成——《中共中央國務院關于建立國土空間規(guī)劃體系并監(jiān)督實施的若干意見》解讀[J]. 焦思穎. 資源導刊. 2019(06)
[6]基于深度學習的耕地變化檢測技術[J]. 高峰,楚博策,帥通,王士成,陳金勇. 無線電工程. 2019(07)
[7]結合特征圖切分的圖像語義分割[J]. 曹峰梅,田海杰,付君,劉靜. 中國圖象圖形學報. 2019(03)
[8]KCCA與SVM算法支撐下的遙感影像變化檢測[J]. 董岳,王飛. 遙感信息. 2019(01)
[9]高分辨率遙感影像建筑物分級提取[J]. 游永發(fā),王思遠,王斌,馬元旭,申明,劉衛(wèi)華,肖琳. 遙感學報. 2019(01)
[10]基于深度學習的國產高分遙感影像飛機目標自動檢測[J]. 李淑敏,馮權瀧,梁其椿,張學慶. 遙感技術與應用. 2018(06)
博士論文
[1]高分辨率光學遙感圖像場景理解關鍵技術研究[D]. 姚西文.西北工業(yè)大學 2016
碩士論文
[1]基于生成對抗網(wǎng)絡的遙感圖像變化檢測[D]. 牛旭東.西安電子科技大學 2019
[2]基于深度學習的多特征高光譜遙感圖像分類研究[D]. 張佳濱.燕山大學 2017
[3]高光譜遙感圖像半監(jiān)督分類方法的研究[D]. 王雪君.哈爾濱工程大學 2015
本文編號：3504269
【文章來源】：中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校
【文章頁數(shù)】：86 頁
【學位級別】：碩士
【圖文】：
本文技術路線
碩士學位論文140Re0xxLeakyluxxα<=>，，（2-5）圖2-1Sigmoid函數(shù)和導數(shù)曲線Figure2-1Sigmoidfunctionandderivativecurve圖2-2Relu函數(shù)和導數(shù)曲線Figure2-2Relufunctionandderivativecurve（3）Tanh函數(shù)Tanh函數(shù)是Sigmoid函數(shù)的變形，輸出值以0為中心，但是卻和Sigmoid函數(shù)存在相同的問題即梯度消失、梯度爆炸和冪運算需要計算時間。
碩士學位論文140Re0xxLeakyluxxα<=>，，（2-5）圖2-1Sigmoid函數(shù)和導數(shù)曲線Figure2-1Sigmoidfunctionandderivativecurve圖2-2Relu函數(shù)和導數(shù)曲線Figure2-2Relufunctionandderivativecurve（3）Tanh函數(shù)Tanh函數(shù)是Sigmoid函數(shù)的變形，輸出值以0為中心，但是卻和Sigmoid函數(shù)存在相同的問題即梯度消失、梯度爆炸和冪運算需要計算時間。
【參考文獻】：
期刊論文
[1]基于紋理轉移的露天礦區(qū)遙感圖像超分辨率重建[J]. 楊宏業(yè),趙銀娣,董霽紅. 煤炭學報. 2019(12)
[2]提高小樣本高光譜圖像分類性能的變維卷積神經網(wǎng)絡[J]. 劉萬軍,尹岫,曲海成,劉臘梅. 中國圖象圖形學報. 2019(09)
[3]一種結合空間與光譜信息的改進CVA變化檢測方法[J]. 申祎,王超,胡佳樂. 遙感技術與應用. 2019(04)
[4]迭代加權多元變化檢測算法在高分辨率遙感影像變化檢測中應用[J]. 張續(xù),江濤,胡世明,焦帥. 計算機應用. 2019(S1)
[5]國土空間規(guī)劃體系“四梁八柱”基本形成——《中共中央國務院關于建立國土空間規(guī)劃體系并監(jiān)督實施的若干意見》解讀[J]. 焦思穎. 資源導刊. 2019(06)
[6]基于深度學習的耕地變化檢測技術[J]. 高峰,楚博策,帥通,王士成,陳金勇. 無線電工程. 2019(07)
[7]結合特征圖切分的圖像語義分割[J]. 曹峰梅,田海杰,付君,劉靜. 中國圖象圖形學報. 2019(03)
[8]KCCA與SVM算法支撐下的遙感影像變化檢測[J]. 董岳,王飛. 遙感信息. 2019(01)
[9]高分辨率遙感影像建筑物分級提取[J]. 游永發(fā),王思遠,王斌,馬元旭,申明,劉衛(wèi)華,肖琳. 遙感學報. 2019(01)
[10]基于深度學習的國產高分遙感影像飛機目標自動檢測[J]. 李淑敏,馮權瀧,梁其椿,張學慶. 遙感技術與應用. 2018(06)
博士論文
[1]高分辨率光學遙感圖像場景理解關鍵技術研究[D]. 姚西文.西北工業(yè)大學 2016
碩士論文
[1]基于生成對抗網(wǎng)絡的遙感圖像變化檢測[D]. 牛旭東.西安電子科技大學 2019
[2]基于深度學習的多特征高光譜遙感圖像分類研究[D]. 張佳濱.燕山大學 2017
[3]高光譜遙感圖像半監(jiān)督分類方法的研究[D]. 王雪君.哈爾濱工程大學 2015
本文編號：3504269
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3504269.html
最近更新
教材專著
