基于深度学习的胡杨林识别研究

发布时间：2020-11-02 05:53

　　 准确地获取遥感图像中的胡杨信息对环境监测、胡杨生态的保护起着关键性作用。受遥感技术发展的影响,高空间分辨率的遥感图像不仅为胡杨林的识别提供了更为复杂的光谱和空间纹理信息,同时也使得邻域窗口内胡杨像元之间的关系更为密切。若再利用传统的机器学习或逐像素识别方法对图像中的胡杨进行识别与描述,将很难满足日常的应用需求。因此,如何利用相关的特征提取技术和深度学习分类识别框架,精准的描述遥感图像中胡杨的信息已成为一个研究热点。论文的主要创新之处:(1)为增强相邻像元之间的空间关系,设计空间邻域约束算法,对邻域窗口内的胡杨像元进行约束。尽管遥感图像是由若干个像元点组成,但其并非独立存在,而是在空间中存在某种关联。(2)为提升各类型特征对胡杨像元的描述能力,采用线性的主成分分析法对各类特征进行融合表示。融合多类型特征不仅能提高特征对图像中胡杨的表征能力,同时也能从不同的方向去描述图像的内容。(3)引入词嵌入技术和端对端模型来刻画遥感图像中胡杨的语义信息,并借助SoftMax分类函数实现胡杨信息的准确分类。相比于简单的深度学习模型,该算法利用深度学习端对端模型的编码-解码框架对语义信息进行了挖掘,同时也避免了细节信息的丢失。实验结果表明,本文所提方法在Quick Bird和无人机图像数据上均在95%以上。
【学位单位】：新疆大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18;TP751;S792.11
【部分图文】：

PCA主成分可视化结果

SVD奇异矩阵分解可视化结果

图 3-3 实验结果显示图图和表可以得出以下结论：比于原始特征，经过邻域约束和线性 PCA 融合后的特征表达力更强(模型识别准确率高)。空间邻域约束不仅可以有效地提
【相似文献】

相关期刊论文 前10条

1 刘增伟;;关于遥感图像云检测方法研究进展[J];数字通信世界;2019年04期

2 徐秋晔;李玉;林文杰;赵泉华;;基于信息聚类的遥感图像分割[J];中国矿业大学学报;2017年01期

3 彭晏飞;周娟;訾玲玲;;于卫星地域遥感图像分割方法研究仿真[J];计算机仿真;2017年01期

4 盛启慧;李启明;;航空遥感图像几何校正模型的效果比较[J];现代计算机(专业版);2017年17期

5 刘宁波;孙艳丽;王杰;;基于场景语义的遥感图像目标识别[J];现代电子技术;2017年11期

6 王超英;;统计学习在海上遥感图像背景去噪的算法研究[J];舰船科学技术;2017年12期

7 姚锐;付卓新;;关于森林资源二类调查中遥感图像的应用分析[J];北京农业;2016年01期

8 李哲学;;改进高斯混合模型的遥感图像增强方法[J];激光杂志;2016年07期

9 雷笑笑;;试论遥感图像在师范地理教学中的应用[J];山西青年;2017年03期

10 舒建文;周云真;;航空遥感图像中道路检测方法研究与仿真[J];计算机仿真;2013年09期

相关博士学位论文 前10条

1 倪维平;高分辨遥感图像统计处理及分析若干关键技术研究[D];西安电子科技大学;2016年

2 吴其昌;复杂场景下高分辨率遥感图像目标识别方法及应用研究[D];国防科学技术大学;2016年

3 姚西文;高分辨率光学遥感图像场景理解关键技术研究[D];西北工业大学;2016年

4 纪强;航天遥感图像去除冗余数据的若干算法研究[D];武汉大学;2013年

5 田丽华;基于聚类分析的遥感图像分割方法[D];吉林大学;2018年

6 林剑;基于模糊理论的遥感图像分割方法研究[D];中南大学;2003年

7 蒋艳凰;遥感图像高精度并行监督分类技术研究[D];国防科学技术大学;2004年

8 陶午沙;基于结构模型的遥感图像军事阵地目标特征分析及其识别技术研究[D];国防科学技术大学;2004年

9 张秉仁;遥感图像三维技术研究及古黄河源头水系的新发现[D];吉林大学;2005年

10 彭玲;基于小波域隐马尔可夫树模型的遥感图像纹理分类研究[D];中国科学院研究生院（遥感应用研究所）;2005年

相关硕士学位论文 前10条

1 陈嘉炜;基于注意力机制和深度学习的遥感图像自然语言描述生成模型[D];吉林大学;2019年

2 王媛;基于深度学习的胡杨林识别研究[D];新疆大学;2019年

3 汤杨;遥感图像污染监测分析的机器学习算法实现[D];天津大学;2018年

4 刘晓芳;基于深度学习的遥感图像海岸线提取和地物分类[D];厦门大学;2017年

5 李菁;大幅面高分辨海洋遥感图像中海陆分割和海云分割研究[D];深圳大学;2018年

6 白宇;基于深度学习的遥感图像林地识别技术的研究与应用[D];北京邮电大学;2019年

7 刘凯;基于场景分析的遥感图像识别研究[D];哈尔滨工程大学;2019年

8 肖潇;基于深度学习的遥感图像处理系统的设计与实现[D];北京邮电大学;2019年

9 柳潜;基于深度学习的遥感图像场景分类研究[D];北京邮电大学;2019年

10 陈贝贝;卷积神经网络在遥感图像识别中的应用研究[D];河北地质大学;2018年

本文编号：2866658