基于深度学习的遥感图像语义理解

发布时间：2021-01-22 23:26

　　近年来,航空航天技术发展迅速,它作为获取信息的核心技术是人们研究的重心。在航天领域中,从信息量丰富的遥感图像中提取有效信息是科研人员研究的重要任务。由于遥感数据量大,遥感图像又具有种类多、纹理复杂等特点,传统的方法越来越难以适应海量数据,并且传统方法依赖人工设计的特征,这是非常耗时的。本文主要研究的是在航天领域应用深度学习的算法处理海量遥感图像并提取有效信息。首先,本文实现并改进了一个深度学习网络算法,在遥感图像数据集上实现了对四类目标地物的图像语义分割。本文对网络模型的可用性、实时性、准确性等方面进行了验证,评估了分割结果,该模型能够对遥感图像实现像素级的分类并进一步实现图像语义分割,这为后续的遥感图像研究提供了一定的基础。其次,本文重点分析了图像高级语义提取系统,将分割后图片作为处理对象,我们进一步采用二值化、滤波操作、开闭运算、阂值设置等方法和连通域算法用于统计目标对象数目以及检测目标对象。通过计算具有“树”类的像素总数与每张图像像素的总数比例来获得每张遥感图片的森林覆盖率。与传统的图像判读方法不同的是,本文设计的高级语义信息提取系统不仅可以统计场景中建筑物的数量,同时还计算森林... 

【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

图２－２实时遥感图像处理系统平台搭建的实物图??７??

本课题中的基于深度学习的遥感图像处理方法是，通过向平台发送指令传??输测试遥感图像数据，平台建模处理测试图片，发送检索指令后，提取出目标??遥感图像，并将目标遥感图像下传至地面。系统框架如图２－３所示。包括的具??体步骤：??（１）

华北电力大学硕士学位论文??集包含２００张５００Ｘ３００的图像及对应类别真值图。图３－１是ＧＥ－４数据集的部分??图像。??■９?Ｉ國國關關國??ＳＮＡＧ－００?ＳＮＡＧ－００?ＳＮＡＧ－００?ＳＮＡＧ－００?ＳＮＡＧ－００?ＳＮＡＧ－００??０．

【参考文献】：
期刊论文
[1]基于深度学习的高分辨率遥感图像识别与分类研究[J]. 张日升,张燕琴.  信息通信. 2017(01)
[2]基于深度学习的高分辨率遥感影像分类研究[J]. 刘大伟,韩玲,韩晓勇.  光学学报. 2016(04)
[3]高斯滤波器特性分析及应用研究[J]. 欧仁侠,陈洪斌,鲍捷.  中国新通信. 2015(24)
[4]高分辨率遥感影像目标分类与识别研究进展[J]. 刘扬,付征叶,郑逢斌.  地球信息科学学报. 2015(09)
[5]基于条件随机场的遥感图像语义标注[J]. 杨俊俐,姜志国,周全,张浩鹏,史骏.  航空学报. 2015(09)
[6]基于深度学习的高分辨率遥感影像目标检测[J]. 高常鑫,桑农.  测绘通报. 2014(S1)
[7]在轨卫星综合数据库系统的设计与实现[J]. 朱剑冰,秦巍,程博文,莫中秋,常克武.  航天器工程. 2014(01)
[8]基于形态学运算的星图像分割[J]. 韩艳丽,樊利恒,翁璐.  海军航空工程学院学报. 2010(06)
[9]形态学中闭运算功能的扩展及其应用[J]. 张大坤,罗三明.  计算机工程与应用. 2010(27)
[10]基于中值滤波与Sobel、Canny算子的图像边缘检测研究[J]. 冯新宇,方伟林,杨栋.  黑龙江水专学报. 2009(01)

博士论文
[1]海量遥感图像内容检索关键技术研究[D]. 杜根远.成都理工大学 2011

硕士论文
[1]基于双边滤波的图像处理算法研究[D]. 王玉灵.西安电子科技大学 2010
[2]基于内容的遥感图像数据库检索研究及实现[D]. 陈兴峰.电子科技大学 2008



本文编号：2994100