基于遥感影像的铁路沿线建筑物变化监测研究

发布时间：2023-10-15 15:41

　　随着我国铁路事业的发展,铁路在社会经济中发挥着越来越重要的作用。铁路的建设能够推动当地区域各方面快速地发展与变迁,其中,建筑用地的使用变化是最明显的体现,铁路建设前后的建筑物数量、分布等,都会发生一定程度的改变。建筑物信息作为土地利用统计、城市发展的重要参考因素,在铁路建设前后及时获取,可以对土地利用、城市规划的相关决策起到参考作用。另外,遥感技术的发展,使得地物信息监测向高精度、实时性、低成本的方向发展,利用遥感影像对铁路沿线建筑物的变化进行监测研究,无论在影像解译方法还是在实际应用上均具有重要的研究意义。本文基于遥感影像数据研究了铁路沿线建筑物的变化监测技术,并以某地铁路沿线的建筑物变化影像作为数据支持。论文的研究工作主要有以下几点:首先将U-net神经网络算法应用到遥感影像建筑物变化检测任务,并根据网络结构与检测任务构造了数据集,以保证训练之后得到良好的网络模型。对U型神经网络结构的缺陷进行了改进:针对U-net神经网络算法无法准确提取特征复杂的遥感影像中建筑物的问题,提出低维特征增强的改进,使得在网络向后传播过程中的低维特征信息的丢失减少,从而提升建筑物边缘提取的精度。在网络中...

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 论文的研究内容及结构
        1.3.1 研究内容
        1.3.2 论文结构
2 遥感影像变化检测方法与技术
    2.1 数据源选取分析
    2.2 遥感影像变化检测方法
        2.2.1 遥感影像变化检测流程
        2.2.2 指标评价
    2.3 深度神经网络(Deep Neural Networks,DNN)
        2.3.1 DNN基本结构
        2.3.2 前向与后向传播算法
        2.3.3 卷积神经网络
    2.4 本章小结
3 基于改进U-net的遥感影像变化检测方法
    3.1 全卷积神经网络与U型神经网络
    3.2 数据集构建
    3.3 低维特征增强的改进U-net神经网络
    3.4 建筑物变化检测实验
    3.5 本章小结
4 基于改进SLIC算法的遥感影像超像素分割
    4.1 超像素分割算法
    4.2 SLIC超像素分割算法
    4.3 基于改进的SLIC算法超像素分割
        4.3.1 初始聚类中心
        4.3.2 均值计算公式
    4.4 超像素分割实验
        4.4.1 超像素分割结果
        4.4.2 算法运行时间
        4.4.3 边缘拟合能力
    4.5 本章小结
5 结合U-net和超像素分割的铁路沿线建筑物变化检测
    5.1 结合的变化检测方法
    5.2 实验区域
    5.3 铁路沿线建筑物变化检测及评价
        5.3.1 车站区域建筑物变化检测结果及评价
        5.3.2 铁轨沿线建筑物变化检测结果及评价
    5.4 本章小结
结论
致谢
参考文献
攻读学位期间的研究成果



本文编号：3854189