基于深度学习的高分遥感影像城镇森林信息提取研究

发布时间：2023-01-15 14:15

　　城镇森林作为城镇生态建设的重要组成部分,对人民群众的生活健康及城镇的持续性发展有着不可替代的作用,它不仅仅局限于林业调查的范围,还包含城镇中树木破碎化程度较高的区域,基于此本文提出城镇森林的概念,提取研究区内城镇森林资源。从高分辨率影像上用肉眼即可判定城镇森林分布及其长势状况,它在带来复杂视觉信息的同时,也夹杂着混合的光谱信息、空间信息的畸变问题,仅仅根据光谱信息、色调进行地物识别,无论是准确性、信息丰富度,还是算法的稳定性都远远无法满足应用需求。地物类型识别的主要特征在于空间纹理信息,由于空间纹理特征的复杂性、多样性,尽管人们发展了多种算法进行空间纹理信息的定量描述与对象分割（如:灰度共生矩阵、多尺度分割等）,在特定数据、特定地物、特定区域的试验应用中有一定效果,但普适性低,可推广性差。近年来以神经网络为代表的深度学习技术在人脸识别、手写识别等图像模式识别应用中取得了极大成功,识别精度已达到甚至超越人眼的水平。神经网络理论上具有自动综合应用地物所有的光谱、纹理特征进行识别的优势,该技术在遥感图像识别中的应用也是必然趋势。但是,在遥感应用中有不同于人脸识别、手写识别等应用场景的特有的问... 

【文章页数】：67 页

【学位级别】：硕士

【部分图文】：

研究技术路线图

BP神经网络计算图

最大池化示意图

【参考文献】：
期刊论文
[1]梯度下降法在机器学习中的应用[J]. 孙娅楠,林文斌.  苏州科技大学学报(自然科学版). 2018(02)
[2]卷积神经网络在异常声音识别中的研究[J]. 胡涛,张超,程炳,吴小培.  信号处理. 2018(03)
[3]基于大数据的用户画像系统概述[J]. 徐璐瑶,姜增祺,黄婷婷,刘云鹏.  电子世界. 2018(02)
[4]基于深度学习神经网络的车牌字符识别技术的研究[J]. 王晶.  工业控制计算机. 2017(03)
[5]高分一号卫星影像融合方法及质量评价[J]. 董倩,岳彩荣.  林业调查规划. 2016(05)
[6]高分系列遥感卫星 布设中国太空“慧眼”——我国高分专项建设回眸[J]. 曹福成.  中国军转民. 2015(01)
[7]基于最近邻规则的神经网络训练样本选择方法[J]. 郝红卫,蒋蓉蓉.  自动化学报. 2007(12)
[8]一种面向对象的遥感影像多尺度分割方法[J]. 谭衢霖,刘正军,沈伟.  北京交通大学学报. 2007(04)

硕士论文
[1]基于深度学习的自然图像分类方法的研究[D]. 王坤.东华理工大学 2017
[2]卷积神经网络的研究与应用分析[D]. 史晓霞.广东工业大学 2017
[3]基于深度学习的车辆检测和车牌定位[D]. 封晶.江西理工大学 2017
[4]基于深度学习技术的高分辨率遥感影像建设用地信息提取研究[D]. 冯丽英.浙江大学 2017
[5]基于混淆矩阵的分类器选择集成方法研究[D]. 张盼.河南理工大学 2016
[6]高空间分辨率遥感影像分割质量评价方法研究[D]. 毛召武.河南理工大学 2016
[7]基于Face++云服务平台和SVM的身份识别[D]. 于海明.天津大学 2016
[8]古村落高分辨率遥感影像分类识别算法研究[D]. 纪静.湖南大学 2015
[9]无人机航测技术在土地综合整治中的应用研究[D]. 张文博.长沙理工大学 2013
[10]基于共享特征的高分辨率遥感影像多层次分类研究[D]. 康萌萌.上海交通大学 2013



本文编号：3731144