基于高分遥感图像的城区建筑物提取技术研究
发布时间：2020-12-10 06:33
地表上的人工地物是高分辨率遥感图像中的重要组成部分,在人工地物中,建筑物作为一个重要的桥梁,连接着遥感卫星和人类的日常生活。与此同时,在人口估计与城市规划、自然灾害的预警与评估以及土地的监测与利用等方面,建筑物的解译也起着关键性的作用。但由于高分遥感图像的场景复杂,其中的建筑物形状各异且受光照、阴影等因素影响较大,若使用传统建筑物检测方法进行提取非常耗费时间且无法挖掘目标建筑物的高维特征。Faster R-CNN算法使用共享卷积网络的手段来获取原图像的深层特征,随后结合区域建议网络来生成初步识别结果,因此本文将它作为建筑物提取的方法之一。但是Faster R-CNN本身在做目标检测时无法达到边缘轮廓提取的效果,所以本文引入基于主动轮廓模型的水平集方法,来提高建筑物的分割精度。本文首先提出了 Faster R-CNN和Level-Set结合的高分辨率遥感图像建筑物提取方法。Faster R-CNN算法虽然可以较为准确地判定目标建筑物的位置,但是无法精确地提取到建筑物的轮廓。传统的Level-Set算法广泛用于医学影像的处理,尤其是医学影像分割,鉴于它有着较高的分割精度,最终曲线可以收敛到...
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
图２－２平面曲线演化图??
?２高分遥感阁像分割的相关理论???ｆ?Ｎ（ｐ）??Ｔ（Ｐ）??图２－１曲线上某一点的切线和法线小意阁??曲线Ｌ在任意－点都可以分解为互相垂直的法线Ａ／和切线７＼所以曲线上任意－点??都可以被表述为Ｔ和Ｎ的线性组合。曲线Ｌ和时间ｔ的偏微分方程如下：??ｄＬ??—＝ａＴ?＋?ＰＮ?（２－１）??ｏｔ??上述公式屮的ａ和／？分别是速度函数在切线和法线上的分量，山ｊ－ａ不会改变曲线的??形状和几何属性，所以只需要考虑曲线在法线方向上的运动即可，则曲线Ｌ和法矢量Ｗ??之间的映射关系公式如下：??ｄＬ?＿??Ｙｔ?＝?Ｆ｛Ｌ）Ｎ?（２－２）??公式２－２中的Ｆ（Ｚ〇楚曲线Ｌ的速度函数，决定了曲线Ｌ上各点的运动速度。各点沿着??法线运动，最终形成一条曲线，如图２－２所示。??图２－２平面曲线演化图??常见的速度函数分为两种。第一种是曲率演化方式，其偏微分方程的公式如下：??ｄＬ?＿??—＝ａｋＮ?（２－３）??ｏｔ??其中，ａ为正数，ｋ为曲线Ｌ的曲率。随着／ｃ的增大，闭合曲线会逐渐变形，长度也??会逐渐缩短，最终曲线会汇集成一个点。第二种是常量演化方式，其偏微分方程的公式??如下：??ｄＬ?＿??■＾７＝Ｖ〇Ｎ?（２－４）??Ｏｔ??公式２－４中的％是曲线演化的速度，是一个常量。和第一种曲率演化方式不同的是，??常量演化通常会使曲线出现尖角，会导致拓扑结构的变化。??将图像的特征引入曲线演化方程中是曲线演化理论应用到图像分割领域的关键，但??１１??
ａ以及国内的Ｂａｉｄｕ、科大讯飞等公司的语音识别技术都是甚Ｊ？深度学??技术的｜４９１。在文木识别领域，深度学习技术也有着广泛的应用。比如文本分类、怙息??检索以及手写文本的识别｜５＜）｜。随着关于深度学习的研宄不断深入，“人数据＋深度学习”??的时代不约而至，在不远的将来，深度学习模式小Ｗ仅仅足？种升级的算法，史坫？种??全新且前沿的思维模式。??深度学习的原理与人类大脑视觉分层处理信息的机理极其相似。人类火脑的工作原??理足经过大脑每…层的聚集和分解后的信息来识别物体｜５１］，如图２－３所示。输入的目标??ｄ１、经过每士：的处理，输入阁像会被抽象出Ａ维特征，后续会被进一步的抽象。其中，??图像的基木倍息，比如像素信息，足低层特征，提収出的边缘信息足史高一层的特征，??将提取出的边缘信息进行排列和组合可以形成更高层次的信息，比如形状信息、纹理信??息、相邻像素间的信息，最后由最后一层判断出图像的准确信息。??ｚＦＥｊｉ〇ｂｊｅｃｔ?ｍ〇ｄｅｉｓ??ｎｒｒｎ??ｐｉｘｅｌｓ??图２－３人类大脑视觉分层图??１３??
本文编号：2908244
【文章来源】：东北林业大学黑龙江省 211工程院校 教育部直属院校
【文章页数】：66 页
【学位级别】：硕士
【部分图文】：
图２－２平面曲线演化图??
?２高分遥感阁像分割的相关理论???ｆ?Ｎ（ｐ）??Ｔ（Ｐ）??图２－１曲线上某一点的切线和法线小意阁??曲线Ｌ在任意－点都可以分解为互相垂直的法线Ａ／和切线７＼所以曲线上任意－点??都可以被表述为Ｔ和Ｎ的线性组合。曲线Ｌ和时间ｔ的偏微分方程如下：??ｄＬ??—＝ａＴ?＋?ＰＮ?（２－１）??ｏｔ??上述公式屮的ａ和／？分别是速度函数在切线和法线上的分量，山ｊ－ａ不会改变曲线的??形状和几何属性，所以只需要考虑曲线在法线方向上的运动即可，则曲线Ｌ和法矢量Ｗ??之间的映射关系公式如下：??ｄＬ?＿??Ｙｔ?＝?Ｆ｛Ｌ）Ｎ?（２－２）??公式２－２中的Ｆ（Ｚ〇楚曲线Ｌ的速度函数，决定了曲线Ｌ上各点的运动速度。各点沿着??法线运动，最终形成一条曲线，如图２－２所示。??图２－２平面曲线演化图??常见的速度函数分为两种。第一种是曲率演化方式，其偏微分方程的公式如下：??ｄＬ?＿??—＝ａｋＮ?（２－３）??ｏｔ??其中，ａ为正数，ｋ为曲线Ｌ的曲率。随着／ｃ的增大，闭合曲线会逐渐变形，长度也??会逐渐缩短，最终曲线会汇集成一个点。第二种是常量演化方式，其偏微分方程的公式??如下：??ｄＬ?＿??■＾７＝Ｖ〇Ｎ?（２－４）??Ｏｔ??公式２－４中的％是曲线演化的速度，是一个常量。和第一种曲率演化方式不同的是，??常量演化通常会使曲线出现尖角，会导致拓扑结构的变化。??将图像的特征引入曲线演化方程中是曲线演化理论应用到图像分割领域的关键，但??１１??
ａ以及国内的Ｂａｉｄｕ、科大讯飞等公司的语音识别技术都是甚Ｊ？深度学??技术的｜４９１。在文木识别领域，深度学习技术也有着广泛的应用。比如文本分类、怙息??检索以及手写文本的识别｜５＜）｜。随着关于深度学习的研宄不断深入，“人数据＋深度学习”??的时代不约而至，在不远的将来，深度学习模式小Ｗ仅仅足？种升级的算法，史坫？种??全新且前沿的思维模式。??深度学习的原理与人类大脑视觉分层处理信息的机理极其相似。人类火脑的工作原??理足经过大脑每…层的聚集和分解后的信息来识别物体｜５１］，如图２－３所示。输入的目标??ｄ１、经过每士：的处理，输入阁像会被抽象出Ａ维特征，后续会被进一步的抽象。其中，??图像的基木倍息，比如像素信息，足低层特征，提収出的边缘信息足史高一层的特征，??将提取出的边缘信息进行排列和组合可以形成更高层次的信息，比如形状信息、纹理信??息、相邻像素间的信息，最后由最后一层判断出图像的准确信息。??ｚＦＥｊｉ〇ｂｊｅｃｔ?ｍ〇ｄｅｉｓ??ｎｒｒｎ??ｐｉｘｅｌｓ??图２－３人类大脑视觉分层图??１３??
本文编号：2908244
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/2908244.html
