星载SAR图像水华识别方法研究

发布时间：2021-04-28 02:27

　　近年来,由于频繁的人类活动以及工业的迅速发展,我国湖泊的富营养化现象日益严重,导致水华现象频繁爆发,严重影响了周边地区人民的日常生活。水华现象是指水体中藻类大量繁殖生长并在水体表面聚集的现象,是水体富营养化的一种典型表现。随着科技的发展,卫星遥感技术在环境监测领域发挥着越来越重要的作用,其中光学遥感技术应用较为广泛,但易受云、雨、雾等恶劣天气以及光照的影响。星载合成孔径雷达（Synthetic Aperture Radar,SAR）是一种微波遥感技术,具有全天时、全天候的对地观测能力,可以有效弥补光学遥感的不足。因此,开展基于星载SAR图像的水华监测研究具有重要意义。水华区域在SAR图像中呈现为较明显的“暗斑”,而SAR图像暗斑并非都由水华引起,低风下的湖面在SAR图像中同样呈现为“暗斑”状态。区分SAR图像中不同类型的“暗斑”,识别出水华区域,存在着诸多技术挑战。目前,基于SAR图像的水华识别研究尚不多见,仅有的一些研究也是以传统的人工特征提取方式开展,并未对暗斑特征进行优化选择,无法避免消极特征对水华识别的影响。同时,基于人工特征提取的水华识别方法还存在特征提取效率低、易受人为因素... 

【文章来源】：河南大学河南省

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
        1.2.1 基于SAR图像的水华识别研究
        1.2.2 SAR图像分类识别中特征选择研究
        1.2.3 基于深度学习的SAR图像目标识别研究
    1.3 主要研究内容
    1.4 论文章节安排
第2章 基础理论与技术研究
    2.1 SAR遥感理论基础
        2.1.1 SAR图像特点
        2.1.2 SAR图像预处理步骤
        2.1.3 水华的SAR图像特征
    2.2 人工特征选择
        2.2.1 特征提取
        2.2.2 特征选择
        2.2.3 BP神经网络
    2.3 深度学习技术
        2.3.1 卷积层
        2.3.2 激活函数
        2.3.3 池化层
    2.4 本章小结
第3章 基于人工特征选择的水华识别方法研究
    3.1 研究区域和数据概况
    3.2 暗斑最优特征集制作
        3.2.1 SAR图像预处理
        3.2.2 暗斑图像集合制作
        3.2.3 暗斑特征提取
        3.2.4 暗斑特征选择
    3.3 实验与结果分析
        3.3.1 评判标准
        3.3.2 模型训练
        3.3.3 实验结果与分析
    3.4 本章小结
第4章 基于自动特征提取的水华识别方法研究
    4.1 暗斑图像样本集制作
    4.2 水华识别方法研究
        4.2.1 网络模型选择
        4.2.2 ADII-SAR方法
        4.2.3 ADID-SAR方法
    4.3 实验与结果分析
    4.4 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3164622