基于全卷积神经网络的遥感影像修复方法研究

发布时间：2020-12-25 15:06

　　遥感技术广泛应用于地理学、国土科学、生态环境学等多个领域,是获取地理信息数据的重要手段之一。遥感影像是传感器在轨道运行中对地观测的影像,主要分为全色波段影像、高光谱影像、多光谱影像和雷达影像。但遥感影像在成像过程中会受到传感器故障等诸多因素的影响,难以避免局部信息丢失,这个问题严重制约了遥感影像的应用。精确重建丢失的遥感影像信息对遥感影像数据分析与应用有着重要的意义。国内外已有许多关于影像修复的算法。这些算法大都需要建立退化模型与获取传感器平台参数。一般情况下,有些退化的影像很难找到相应的模型来表达,平台参数的获取也比较困难。因此,建立一个准确而高效的固定修复框架,对于遥感影像的修复具有重要的意义。近年来,以卷积神经网络（Convolution Neural Network,CNN）为代表的深度学习算法在遥感影像的分类与识别中体现了强大的性能。本文在CNN的基础上构建FCN修复框架模型,通过样本训练建立框架间的映射关系,并构建空间尺度提升FCN修复全色波段遥感影像效果;基于FCN遥感影像的对象分割,在同类地物上寻找相似像元,通过相似像元替换实现遥感影像的光谱修复。本文主要研究内容如下:... 

【文章来源】：东华理工大学江西省

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究的背景及意义
    1.2 国内外研究现状
        1.2.1 影像修复现状
        1.2.2 卷积神经网络研究现状
    1.3 本文主要研究内容
    1.4 论文组织结构
2 遥感影像修复相关基础
    2.1 遥感影像修复数学原理
    2.2 遥感影像成像原理
    2.3 常用的影像修复方法
        2.3.1 维纳滤波
        2.3.2 替换法
        2.3.3 盲去卷积复原法
    2.4 影像质量评价标准
        2.4.1 主观评价方法
        2.4.2 客观评价方法
        2.4.3 遥感影像修复的基本原则
    2.5 本章小结
3 全卷积神经网络支持下的遥感影像修复
    3.1 全卷积神经网络结构与原理
    3.2 全卷积神经网络特点
    3.3 全卷积神经网络修复模型原理
    3.4 实验结果分析
    3.5 本章小结
4 基于多尺度全卷积神经网络遥感影像纹理修复
    4.1 网络模型描述
    4.2 基于金字塔分解的多尺度影像修复
        4.2.1 理论基础
        4.2.2 构建尺度空间
    4.3 多尺度影像融合
    4.4 实验结果与分析
    4.5 本章小结
5 基于全卷积神经网络语义分割的遥感影像波段修复
    5.1 基本原理
        5.1.1 均值漂移分割原理
        5.1.2 象元替换原理
    5.2 实验结果分析
    5.3 本章小结
6 结论与展望
    6.1 结论
    6.2 展望
致谢
参考文献


【参考文献】：
期刊论文
[1]整数解SA优化迭代维纳滤波的图像复原[J]. 陈智轩.  工业控制计算机. 2017(10)
[2]基于深度卷积神经网络的高光谱遥感图像分类[J]. 罗建华,李明奇,郑泽忠,李江.  西华大学学报(自然科学版). 2017(04)
[3]卷积神经网络综述[J]. 张庆辉,万晨霞.  中原工学院学报. 2017(03)
[4]基于卷积神经网络模型的遥感图像分类[J]. 付秀丽,黎玲萍,毛克彪,谭雪兰,李建军,孙旭,左志远.  高技术通讯. 2017(03)
[5]融合颜色-纹理模型的均值漂移分割算法[J]. 王更,王光辉,杨化超.  测绘科学. 2015(08)
[6]基于改进同态滤波的遥感图像去云算法[J]. 周小军,郭佳,周承仙,谭薇.  无线电工程. 2015(03)
[7]破损区域分块划分的图像修复[J]. 翟东海,鱼江,段维夏,肖杰.  中国图象图形学报. 2014(06)
[8]基于TSPL的图像椒盐噪声去除新算法[J]. 朱效丽,李防震.  现代电子技术. 2013(14)
[9]多维特征自适应MeanShift遥感图像分割方法[J]. 周家香,朱建军,梅小明,马慧云.  武汉大学学报(信息科学版). 2012(04)
[10]基于小波变换的高分辨率快鸟遥感图像薄云去除[J]. 张波,季民河,沈琪.  遥感信息. 2011(03)

硕士论文
[1]遥感影像去云方法研究[D]. 赵孟银.天津科技大学 2016
[2]卷积神经网络在图像分类中的应用研究[D]. 吴正文.电子科技大学 2015
[3]改进的卷积神经网络模型及其应用研究[D]. 何鹏程.大连理工大学 2015
[4]基于FMM算法的图像修复[D]. 范谦.扬州大学 2014
[5]基于视觉注意与结构失真的图像质量评价方法研究[D]. 向彬.华中科技大学 2011
[6]基于色彩空间变换的遥感影像阴影检测与去除技术[D]. 鞠何其.上海交通大学 2009



本文编号：2937887