本文關(guān)鍵詞：基于人工神經(jīng)網(wǎng)絡(luò)的海島遙感影像地物分類研究

  更多相關(guān)文章： 地物分類 遙感影像 人工神經(jīng)網(wǎng)絡(luò) 海島 MATLAB

【摘要】：本研究課題來源于國家海島監(jiān)視監(jiān)測系統(tǒng)項目,隨著國家海島監(jiān)視監(jiān)測系統(tǒng)的不斷完善,其已積累了大量我國海島遙感影像數(shù)據(jù),為深入挖掘遙感影像所蘊含的海島信息,需要對遙感影像進(jìn)行分析歸類,進(jìn)而提高監(jiān)測的定量分析水平。海島遙感影像地物分類技術(shù)是日常開展海島工作中獲取海島自然屬性的主要手段,而隨著遙感和計算機技術(shù)的發(fā)展,遙感影像具有多源性、巨量性、尺度性、模糊性、空間維數(shù)高和多時相等特點,基于傳統(tǒng)貝葉斯分類器的遙感影像地物分類技術(shù)在一定程度上已經(jīng)不能滿足海島遙感影像解譯工作的要求。本文研究的目的是在借鑒前人遙感影像地物分類的研究成果基礎(chǔ)上,將人工神經(jīng)網(wǎng)絡(luò)理論應(yīng)用到國家海島監(jiān)視監(jiān)測系統(tǒng)項目中,希望能在海島遙感影像地物分類工作中發(fā)現(xiàn)一種具有實踐意義的、高效的海島遙感影像解譯方法。人工神經(jīng)網(wǎng)絡(luò)是模擬人腦記憶的一種數(shù)學(xué)模型,具有學(xué)習(xí)能力強,容錯性好,不需要假定概率模型等優(yōu)點,能很好的適應(yīng)含混度高的遙感影像,容易結(jié)合遙感影像的光譜、紋理和形狀結(jié)構(gòu)等信息,準(zhǔn)確快速地識別和提取遙感影像的地物信息,并且人工神經(jīng)網(wǎng)絡(luò)的綜合分析能力和非線性特點,能較好的解決地物分類工作中常見的“同質(zhì)異譜”和“同譜異質(zhì)”問題,有望提升海島遙感影像地物分類的精度和提高海島工作人員的工作效率。本文以海南省東嶼島航空遙感影像作為實驗研究數(shù)據(jù),在深入研究BP人工神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)上,利用ENVI遙感圖像處理軟件選取訓(xùn)練樣本集,在MATLAB仿真軟件構(gòu)建“3-8-5”的三層BP神經(jīng)網(wǎng)絡(luò)分類模型,實現(xiàn)對東嶼島遙感影像的地物分類。實驗結(jié)果顯示,BP神經(jīng)網(wǎng)絡(luò)分類總精度為87.85%,Kappa系數(shù)為0.84,與最小距離法分類相比,分別提高5.53個百分點和0.07,實驗證明了BP神經(jīng)網(wǎng)絡(luò)是一個高效且精確度更高的方法。BP人工神經(jīng)網(wǎng)絡(luò)可以自動化、智能化的獲取地物信息,其分類結(jié)果更接近目視解譯。和日常海島解譯工作使用的地物分類方法相比,在國家海島監(jiān)視監(jiān)測系統(tǒng)項目如果應(yīng)用人工神經(jīng)網(wǎng)絡(luò)方法對海島遙感影像解譯,將進(jìn)一步提升對海島的動態(tài)監(jiān)控能力,進(jìn)而促進(jìn)海島保護和開發(fā)利用活動有序進(jìn)行。
【關(guān)鍵詞】：地物分類 遙感影像 人工神經(jīng)網(wǎng)絡(luò) 海島 MATLAB
【學(xué)位授予單位】：上海海洋大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP751;TP183
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 引言9-14
• 1.1 研究目的和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 論文的研究內(nèi)容11-12
• 1.4 本文研究技術(shù)路線12-14
• 第二章 海島遙感影像地物分類方法14-32
• 2.1 海島監(jiān)視監(jiān)測系統(tǒng)14-16
• 2.1.1 海島的定義及價值14-15
• 2.1.2 海島監(jiān)視監(jiān)測系統(tǒng)建設(shè)背景15
• 2.1.3 國家海島監(jiān)視監(jiān)測系統(tǒng)建設(shè)目的意義15
• 2.1.4 海島監(jiān)視監(jiān)測系統(tǒng)主要內(nèi)容15-16
• 2.2 研究區(qū)概況及數(shù)據(jù)說明16-18
• 2.3 海島遙感影像地物分類方法概述18-19
• 2.3.1 人工目視解譯18
• 2.3.2 計算機解譯18-19
• 2.4 海島遙感影像地物分類方法19-30
• 2.4.1 非監(jiān)督分類19-21
• 2.4.2 監(jiān)督分類21-30
• 2.4.2.1 最大似然法及地物分類結(jié)果圖22-26
• 2.4.2.2 最小距離法及地物分類結(jié)果圖26-29
• 2.4.2.3 決策樹法29-30
• 2.4.3 監(jiān)督分類與非監(jiān)督分類小結(jié)30
• 2.5 遙感影像分類精度評價30-32
• 第三章 遙感影像地物分類的神經(jīng)網(wǎng)絡(luò)算法研究32-43
• 3.1 人工神經(jīng)網(wǎng)絡(luò)概述32-33
• 3.2 人工神經(jīng)網(wǎng)絡(luò)基本理論33-35
• 3.2.1 人工神經(jīng)網(wǎng)絡(luò)的模型33-34
• 3.2.2 人工神經(jīng)網(wǎng)絡(luò)常用激活函數(shù)34-35
• 3.3 基于神經(jīng)網(wǎng)絡(luò)的遙感影像地物分類35-36
• 3.4 BP神經(jīng)網(wǎng)絡(luò)算法36-40
• 3.4.1 BP神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)36-37
• 3.4.2 BP算法學(xué)習(xí)過程37-40
• 3.5 遙感影像地物分類的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計40-43
• 3.5.1 輸入層節(jié)點數(shù)的確定40
• 3.5.2 輸出層節(jié)點數(shù)的確定40-41
• 3.5.3 隱含層層數(shù)的確定41
• 3.5.4 隱含層節(jié)點數(shù)的確定41-43
• 第四章 BP神經(jīng)網(wǎng)絡(luò)的遙感影像地物分類MATLAB實現(xiàn)43-56
• 4.1 MATLAB介紹43-44
• 4.1.1 MATLAB概述43
• 4.1.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱43-44
• 4.2 東嶼島遙感影像的地物分類實驗44-51
• 4.2.1 東嶼島的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)44-45
• 4.2.2 選取訓(xùn)練樣本45-46
• 4.2.3 建立BP神經(jīng)網(wǎng)絡(luò)46-47
• 4.2.4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練47-49
• 4.2.5 BP神經(jīng)網(wǎng)絡(luò)仿真49
• 4.2.6 結(jié)果輸出49-51
• 4.3 分類精度評價51-55
• 4.4 BP神經(jīng)網(wǎng)絡(luò)在其他海島遙感影像的地物分類55-56
• 第五章 總結(jié)與展望56-57
• 參考文獻(xiàn)57-59
• 致謝59

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王占宏,杜道生;模糊綜合評價法在數(shù)字遙感影像產(chǎn)品質(zhì)量評價中的應(yīng)用[J];測繪科學(xué);2004年S1期

2 韓玲,吳漢寧,杜子濤,趙希剛;遙感影像地圖在鄂爾多斯盆地環(huán)形構(gòu)造識別中的應(yīng)用[J];公路交通科技;2005年S1期

3 王思遠(yuǎn),王光謙,陳志祥;基于遙感影像綜合理解模型的遙感影像分類[J];計算機工程;2005年19期

4 王賢敏;關(guān)澤群;吳沉寒;;采用影像融合的遙感影像授權(quán)使用小波域算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2006年05期

5 馬萬權(quán);王士成;劉建坡;;大幅面遙感影像分發(fā)技術(shù)研究[J];無線電工程;2006年06期

6 汪承義;趙忠明;;遙感影像流程化處理系統(tǒng)的設(shè)計與實現(xiàn)[J];測繪科學(xué);2006年06期

7 史本偉;陳圣波;湛邵斌;;遙感影像庫中影像布局功能的開發(fā)實現(xiàn)[J];吉林大學(xué)學(xué)報(地球科學(xué)版);2006年S1期

8 江水;洪鳴;盛業(yè)華;;實現(xiàn)遙感影像的3維漫游[J];測繪與空間地理信息;2007年01期

9 任向紅;陸宇紅;仇生泉;;4D產(chǎn)品在遙感影像糾正中的應(yīng)用[J];測繪與空間地理信息;2007年03期

10 王佐成;李永樹;薛麗霞;汪林林;;遙感影像中模糊對象表達(dá)[J];中國圖象圖形學(xué)報;2007年11期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張廣耀;汪小欽;鄔群勇;;遙感影像地圖在線服務(wù)系統(tǒng)設(shè)計與實現(xiàn)[A];第十七屆中國遙感大會摘要集[C];2010年

2 熊劍;;地形起伏地區(qū)的遙感影像預(yù)處理研究[A];第十五屆全國遙感技術(shù)學(xué)術(shù)交流會論文摘要集[C];2005年

3 傅曉俊;;遙感影像應(yīng)用現(xiàn)狀及其展望[A];測繪荊楚——湖北省測繪學(xué)會2005年“索佳杯”學(xué)術(shù)論文集[C];2005年

4 肖倩;李光耀;;航空遙感影像道路提取方法綜述[A];全國第十屆信號與信息處理、第四屆DSP應(yīng)用技術(shù)聯(lián)合學(xué)術(shù)會議論文集[C];2006年

5 傅曉俊;;遙感影像應(yīng)用現(xiàn)狀及其展望[A];經(jīng)天緯地——全國測繪科技信息網(wǎng)中南分網(wǎng)第十九次學(xué)術(shù)交流會優(yōu)秀論文選編[C];2005年

6 李江濤;;遙感影像在海事測繪中的應(yīng)用[A];2007'全國測繪科技信息交流會暨信息網(wǎng)成立30周年慶典論文集[C];2007年

7 胥亞;杜為財;袁立偉;葉榮生;;遙感影像道路提取現(xiàn)狀與展望[A];第四屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2012年

8 馬海濤;;探討遙感影像的校正與誤差來源——以雞西市為例[A];2006年中國土地學(xué)會學(xué)術(shù)年會論文集[C];2006年

9 李江濤;;遙感影像在海事測繪中的應(yīng)用[A];華東地區(qū)第十次測繪學(xué)術(shù)交流大會論文集[C];2007年

10 楊博雄;;基于北斗二代與遙感影像的定位與導(dǎo)航技術(shù)研究[A];2009年全國測繪儀器綜合學(xué)術(shù)年會論文集[C];2009年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 張鵬英;國產(chǎn)遙感影像迎來共享時代[N];科技日報;2013年

2 張玉惠;EV——GLOBE成功應(yīng)用于遼寧電網(wǎng)建設(shè)[N];中國測繪報;2010年

3 彭舒;遙感影像幾何和光譜高精度重建技術(shù)獲突破[N];中國測繪報;2013年

4 記者 吳晶晶;我用遙感影像發(fā)現(xiàn)3處油跡帶[N];新華每日電訊;2014年

5 李禾;我首顆環(huán)境衛(wèi)星傳回遙感影像[N];科技日報;2008年

6 侯振榮;黑龍江省制作分市縣遙感影像系列掛圖[N];中國測繪報;2009年

7 王智宇邋王春;航空航天技術(shù)助力抗震救災(zāi)[N];科技日報;2008年

8 沈占鋒;遙感影像信息提取與分析[N];計算機世界;2006年

9 張超;讓北京發(fā)展一目了然[N];科技日報;2005年

10 李沛功 胡兵 秦海林 駐站記者嚴(yán)德勇;6年送學(xué)培養(yǎng)值不值?[N];戰(zhàn)士報;2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 江鋮;光學(xué)遙感影像空間分辨率提升的正則化方法研究[D];武漢大學(xué);2015年

2 郭賢;基于張量的遙感影像去噪、特征提取和分類方法研究[D];武漢大學(xué);2015年

3 張麗;遙感影像協(xié)同處理體系及攝影測量應(yīng)用研究[D];解放軍信息工程大學(xué);2015年

4 高永剛;多尺度多平臺遙感影像在城市遙感中的應(yīng)用研究[D];福州大學(xué);2013年

5 王賢敏;機密空間信息隱藏與遙感影像授權(quán)使用[D];武漢大學(xué);2005年

6 劉亞嵐;遙感影像群判讀技術(shù)的試驗研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

7 程起敏;基于內(nèi)容的遙感影像庫檢索關(guān)鍵技術(shù)研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

8 任娜;遙感影像數(shù)字水印算法研究[D];南京師范大學(xué);2011年

9 鄧冰;遙感影像信息度量方法研究[D];武漢大學(xué);2009年

10 柳稼航;基于視覺特征的高分辨率光學(xué)遙感影像目標(biāo)識別與提取技術(shù)研究[D];上海交通大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鄧董建;基于稀疏表達(dá)的遙感影像的多時相融合[D];中國地質(zhì)大學(xué)(北京);2015年

2 于曉;TM/ETM+遙感影像蝕變異常提取與篩選系統(tǒng)開發(fā)[D];中國地質(zhì)大學(xué)(北京);2015年

3 劉佳岐;基于Landsat8遙感影像的扶風(fēng)縣蘋果園地信息提取研究[D];西北農(nóng)林科技大學(xué);2015年

4 張健;基于多源數(shù)據(jù)的遙感地質(zhì)構(gòu)造解譯[D];長安大學(xué);2015年

5 呂璐凌;一種基于地面控制點的遙感影像幾何校正方法研究[D];浙江大學(xué);2016年

6 張曉兵;基于HBase的彈性可視化遙感影像存儲系統(tǒng)[D];浙江大學(xué);2016年

7 吳曉東;遙感影像航行方位物提取技術(shù)研究[D];解放軍信息工程大學(xué);2015年

8 李美玲;基于GF-1遙感影像的道路提取研究[D];北京林業(yè)大學(xué);2016年

9 胡茂瑩;基于高分二號遙感影像面向?qū)ο蟮某鞘蟹课菪畔⑻崛》椒ㄑ芯縖D];吉林大學(xué);2016年

10 何雅;基于無人機的低空遙感影像拼接技術(shù)的研究[D];吉林大學(xué);2016年

，

本文編號：609035