基于人工神经网络的海岛遥感影像地物分类研究

发布时间：2017-08-02 11:23

  本文关键词：基于人工神经网络的海岛遥感影像地物分类研究

  更多相关文章： 地物分类 遥感影像 人工神经网络 海岛 MATLAB

【摘要】：本研究课题来源于国家海岛监视监测系统项目,随着国家海岛监视监测系统的不断完善,其已积累了大量我国海岛遥感影像数据,为深入挖掘遥感影像所蕴含的海岛信息,需要对遥感影像进行分析归类,进而提高监测的定量分析水平。海岛遥感影像地物分类技术是日常开展海岛工作中获取海岛自然属性的主要手段,而随着遥感和计算机技术的发展,遥感影像具有多源性、巨量性、尺度性、模糊性、空间维数高和多时相等特点,基于传统贝叶斯分类器的遥感影像地物分类技术在一定程度上已经不能满足海岛遥感影像解译工作的要求。本文研究的目的是在借鉴前人遥感影像地物分类的研究成果基础上,将人工神经网络理论应用到国家海岛监视监测系统项目中,希望能在海岛遥感影像地物分类工作中发现一种具有实践意义的、高效的海岛遥感影像解译方法。人工神经网络是模拟人脑记忆的一种数学模型,具有学习能力强,容错性好,不需要假定概率模型等优点,能很好的适应含混度高的遥感影像,容易结合遥感影像的光谱、纹理和形状结构等信息,准确快速地识别和提取遥感影像的地物信息,并且人工神经网络的综合分析能力和非线性特点,能较好的解决地物分类工作中常见的“同质异谱”和“同谱异质”问题,有望提升海岛遥感影像地物分类的精度和提高海岛工作人员的工作效率。本文以海南省东屿岛航空遥感影像作为实验研究数据,在深入研究BP人工神经网络理论基础上,利用ENVI遥感图像处理软件选取训练样本集,在MATLAB仿真软件构建“3-8-5”的三层BP神经网络分类模型,实现对东屿岛遥感影像的地物分类。实验结果显示,BP神经网络分类总精度为87.85%,Kappa系数为0.84,与最小距离法分类相比,分别提高5.53个百分点和0.07,实验证明了BP神经网络是一个高效且精确度更高的方法。BP人工神经网络可以自动化、智能化的获取地物信息,其分类结果更接近目视解译。和日常海岛解译工作使用的地物分类方法相比,在国家海岛监视监测系统项目如果应用人工神经网络方法对海岛遥感影像解译,将进一步提升对海岛的动态监控能力,进而促进海岛保护和开发利用活动有序进行。
【关键词】：地物分类 遥感影像 人工神经网络 海岛 MATLAB
【学位授予单位】：上海海洋大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP751;TP183
【目录】：

• 摘要4-5
• ABSTRACT5-9
• 第一章 引言9-14
• 1.1 研究目的和意义9-10
• 1.2 国内外研究现状10-11
• 1.3 论文的研究内容11-12
• 1.4 本文研究技术路线12-14
• 第二章 海岛遥感影像地物分类方法14-32
• 2.1 海岛监视监测系统14-16
• 2.1.1 海岛的定义及价值14-15
• 2.1.2 海岛监视监测系统建设背景15
• 2.1.3 国家海岛监视监测系统建设目的意义15
• 2.1.4 海岛监视监测系统主要内容15-16
• 2.2 研究区概况及数据说明16-18
• 2.3 海岛遥感影像地物分类方法概述18-19
• 2.3.1 人工目视解译18
• 2.3.2 计算机解译18-19
• 2.4 海岛遥感影像地物分类方法19-30
• 2.4.1 非监督分类19-21
• 2.4.2 监督分类21-30
• 2.4.2.1 最大似然法及地物分类结果图22-26
• 2.4.2.2 最小距离法及地物分类结果图26-29
• 2.4.2.3 决策树法29-30
• 2.4.3 监督分类与非监督分类小结30
• 2.5 遥感影像分类精度评价30-32
• 第三章 遥感影像地物分类的神经网络算法研究32-43
• 3.1 人工神经网络概述32-33
• 3.2 人工神经网络基本理论33-35
• 3.2.1 人工神经网络的模型33-34
• 3.2.2 人工神经网络常用激活函数34-35
• 3.3 基于神经网络的遥感影像地物分类35-36
• 3.4 BP神经网络算法36-40
• 3.4.1 BP神经网络拓扑结构36-37
• 3.4.2 BP算法学习过程37-40
• 3.5 遥感影像地物分类的BP神经网络结构设计40-43
• 3.5.1 输入层节点数的确定40
• 3.5.2 输出层节点数的确定40-41
• 3.5.3 隐含层层数的确定41
• 3.5.4 隐含层节点数的确定41-43
• 第四章 BP神经网络的遥感影像地物分类MATLAB实现43-56
• 4.1 MATLAB介绍43-44
• 4.1.1 MATLAB概述43
• 4.1.2 MATLAB神经网络工具箱43-44
• 4.2 东屿岛遥感影像的地物分类实验44-51
• 4.2.1 东屿岛的BP神经网络结构44-45
• 4.2.2 选取训练样本45-46
• 4.2.3 建立BP神经网络46-47
• 4.2.4 BP神经网络训练47-49
• 4.2.5 BP神经网络仿真49
• 4.2.6 结果输出49-51
• 4.3 分类精度评价51-55
• 4.4 BP神经网络在其他海岛遥感影像的地物分类55-56
• 第五章 总结与展望56-57
• 参考文献57-59
• 致谢59

【相似文献】

中国期刊全文数据库 前10条

1 王占宏,杜道生;模糊综合评价法在数字遥感影像产品质量评价中的应用[J];测绘科学;2004年S1期

2 韩玲,吴汉宁,杜子涛,赵希刚;遥感影像地图在鄂尔多斯盆地环形构造识别中的应用[J];公路交通科技;2005年S1期

3 王思远,王光谦,陈志祥;基于遥感影像综合理解模型的遥感影像分类[J];计算机工程;2005年19期

4 王贤敏;关泽群;吴沉寒;;采用影像融合的遥感影像授权使用小波域算法[J];计算机辅助设计与图形学学报;2006年05期

5 马万权;王士成;刘建坡;;大幅面遥感影像分发技术研究[J];无线电工程;2006年06期

6 汪承义;赵忠明;;遥感影像流程化处理系统的设计与实现[J];测绘科学;2006年06期

7 史本伟;陈圣波;湛邵斌;;遥感影像库中影像布局功能的开发实现[J];吉林大学学报(地球科学版);2006年S1期

8 江水;洪鸣;盛业华;;实现遥感影像的3维漫游[J];测绘与空间地理信息;2007年01期

9 任向红;陆宇红;仇生泉;;4D产品在遥感影像纠正中的应用[J];测绘与空间地理信息;2007年03期

10 王佐成;李永树;薛丽霞;汪林林;;遥感影像中模糊对象表达[J];中国图象图形学报;2007年11期

中国重要会议论文全文数据库 前10条

1 张广耀;汪小钦;邬群勇;;遥感影像地图在线服务系统设计与实现[A];第十七届中国遥感大会摘要集[C];2010年

2 熊剑;;地形起伏地区的遥感影像预处理研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

3 傅晓俊;;遥感影像应用现状及其展望[A];测绘荆楚——湖北省测绘学会2005年“索佳杯”学术论文集[C];2005年

4 肖倩;李光耀;;航空遥感影像道路提取方法综述[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年

5 傅晓俊;;遥感影像应用现状及其展望[A];经天纬地——全国测绘科技信息网中南分网第十九次学术交流会优秀论文选编[C];2005年

6 李江涛;;遥感影像在海事测绘中的应用[A];2007'全国测绘科技信息交流会暨信息网成立30周年庆典论文集[C];2007年

7 胥亚;杜为财;袁立伟;叶荣生;;遥感影像道路提取现状与展望[A];第四届“测绘科学前沿技术论坛”论文精选[C];2012年

8 马海涛;;探讨遥感影像的校正与误差来源——以鸡西市为例[A];2006年中国土地学会学术年会论文集[C];2006年

9 李江涛;;遥感影像在海事测绘中的应用[A];华东地区第十次测绘学术交流大会论文集[C];2007年

10 杨博雄;;基于北斗二代与遥感影像的定位与导航技术研究[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

中国重要报纸全文数据库 前10条

1 张鹏英;国产遥感影像迎来共享时代[N];科技日报;2013年

2 张玉惠;EV——GLOBE成功应用于辽宁电网建设[N];中国测绘报;2010年

3 彭舒;遥感影像几何和光谱高精度重建技术获突破[N];中国测绘报;2013年

4 记者 吴晶晶;我用遥感影像发现3处油迹带[N];新华每日电讯;2014年

5 李禾;我首颗环境卫星传回遥感影像[N];科技日报;2008年

6 侯振荣;黑龙江省制作分市县遥感影像系列挂图[N];中国测绘报;2009年

7 王智宇邋王春;航空航天技术助力抗震救灾[N];科技日报;2008年

8 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年

9 张超;让北京发展一目了然[N];科技日报;2005年

10 李沛功 胡兵 秦海林 驻站记者严德勇;6年送学培养值不值?[N];战士报;2010年

中国博士学位论文全文数据库 前10条

1 江铖;光学遥感影像空间分辨率提升的正则化方法研究[D];武汉大学;2015年

2 郭贤;基于张量的遥感影像去噪、特征提取和分类方法研究[D];武汉大学;2015年

3 张丽;遥感影像协同处理体系及摄影测量应用研究[D];解放军信息工程大学;2015年

4 高永刚;多尺度多平台遥感影像在城市遥感中的应用研究[D];福州大学;2013年

5 王贤敏;机密空间信息隐藏与遥感影像授权使用[D];武汉大学;2005年

6 刘亚岚;遥感影像群判读技术的试验研究[D];中国科学院研究生院（遥感应用研究所）;2004年

7 程起敏;基于内容的遥感影像库检索关键技术研究[D];中国科学院研究生院（遥感应用研究所）;2004年

8 任娜;遥感影像数字水印算法研究[D];南京师范大学;2011年

9 邓冰;遥感影像信息度量方法研究[D];武汉大学;2009年

10 柳稼航;基于视觉特征的高分辨率光学遥感影像目标识别与提取技术研究[D];上海交通大学;2011年

中国硕士学位论文全文数据库 前10条

1 邓董建;基于稀疏表达的遥感影像的多时相融合[D];中国地质大学(北京);2015年

2 于晓;TM/ETM+遥感影像蚀变异常提取与筛选系统开发[D];中国地质大学(北京);2015年

3 刘佳岐;基于Landsat8遥感影像的扶风县苹果园地信息提取研究[D];西北农林科技大学;2015年

4 张健;基于多源数据的遥感地质构造解译[D];长安大学;2015年

5 吕璐凌;一种基于地面控制点的遥感影像几何校正方法研究[D];浙江大学;2016年

6 张晓兵;基于HBase的弹性可视化遥感影像存储系统[D];浙江大学;2016年

7 吴晓东;遥感影像航行方位物提取技术研究[D];解放军信息工程大学;2015年

8 李美玲;基于GF-1遥感影像的道路提取研究[D];北京林业大学;2016年

9 胡茂莹;基于高分二号遥感影像面向对象的城市房屋信息提取方法研究[D];吉林大学;2016年

10 何雅;基于无人机的低空遥感影像拼接技术的研究[D];吉林大学;2016年

，

本文编号：609035