双路径卷积神经网络改进模型在遥感影像地物分类中的应用研究

论文摘要

高空间分辨率遥感影像（简称高分影像）能够快速记录地物几何、纹理、形状、色彩等信息,是国土调查、城市规划、国防安全等领域重要的基础性数据,而地物分类是实现高分影像数据价值的基本工作。虽然地物分类方法研究已经十分深入,包括:决策树、支持向量机、随机森林等,但影像存在的“同类地物差异大、异类地物差异小”问题仍给地物分类造成极大挑战。因此,有必要结合时代新技术,从计算时间、识别准确率、操作难度三方面进行地物分类研究。目前,卷积神经网络技术（Convolutional Neural Network,CNN）已在图像识别、检测领域取得了突破性进展,其准确率远远优于传统的机器学习算法。但是,受公开遥感影像数据集数量少、地域小的限制,CNN技术在高分影像地物分类的应用研究相对不足,尤其表现在高分影像的地物分类领域。为此,深入探究了CNN原理,提出了双路径卷积神经网络模型（Double-Path Convolutional Neural Network Model,DP-CNN）,以促进地物分类研究的发展。本文工作的主要内容包括以下几点:（1）总结了遥感影像地物分类主流的传统方法,梳理了CNN技术的发展及在遥感领域的应用研究现状,指出了CNN技术在高分影像地物分类方向应用研究存在的问题,点明了本文的研究内容。（2）在CNN原理基础上,借鉴Inception结构和ResNet残差结构,对U-Net模型进行连接方式改造,将原单一的串联连接结构,改为四路并联和残差支路并行计算的双路径连接结构,增加了单一层特征提取的感受野范围,更便于提取特征图特征,减少CNN技术中语义分割模型的参数,加快计算速度。（3）介绍了DP-CNN模型搭建的Python平台,并展示了搭建中使用的主要第三方库。搭建完成后,基于Inria Aerial Image Dataset数据集进行了DP-CNN模型的探究实验,通过与常见语义分割模型的指标对比,验证了DP-CNN模型的简易性、快速性和稳定性,尤其在训练轮数达到40后,DPCNN模型的正确识别率便稳定在98%左右。（4）在太原市高分影像上,设计了操作简单的DP-CNN模型迁移学习应用实验。以谷歌开放的高分影像为源数据,先自制了六类地物的二分类数据集,然后,在此数据集上进行了DP-CNN模型的迁移训练,最后,对选取的三个场景进行模型预测和预测结果评价。

论文目录

文章来源

类型: 硕士论文

作者: 寇国雨

导师: 张和生

关键词: 遥感影像,地物分类,模型改进,迁移学习

来源: 太原理工大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 太原理工大学

分类号: P237

总页数: 75

文件大小: 3087K

下载量: 238

相关论文文献

• [1].基于迁移学习的高分遥感影像场景分类[J]. 江苏科技信息 2019(35)
• [2].吉林一号高分辨率夜光遥感影像在城市监测中的应用[J]. 卫星应用 2020(03)
• [3].遥感影像的拓扑查询研究及实现[J]. 贵州大学学报(自然科学版) 2020(03)
• [4].基于华浩超算平台遥感影像几何校正研究——以资源一号02C数据为例[J]. 测绘与空间地理信息 2017(01)
• [5].遥感影像反演的雾参数地区差异性分析[J]. 遥感信息 2017(03)
• [6].一种改进的基于深度学习的遥感影像拼接方法[J]. 计算机工程与应用 2017(20)
• [7].遥感影像变化监测方法简述[J]. 城市建设理论研究(电子版) 2017(22)
• [8].一种遥感影像镶嵌线自动提取方法[J]. 城市地理 2017(08)
• [9].多源遥感数据融合研究综述[J]. 城市地理 2017(02)
• [10].论空中测量无人机遥感影像应用[J]. 城市地理 2017(12)
• [11].青海省玛沁县索呼多地区遥感影像地质特征及意义[J]. 环球人文地理 2017(09)
• [12].基于ArcGIS 10.0的遥感影像批量标准制图的实现[J]. 地壳构造与地壳应力文集 2016(01)
• [13].地震多源异构遥感影像数据库系统设计与实现[J]. 地壳构造与地壳应力文集 2016(02)
• [14].应用卫星遥感影像进行内外业一体化地形图制作[J]. 科学中国人 2017(11)
• [15].遥感影像获取为测绘地信事业的发展提供有力保障[J]. 科技创新导报 2020(11)
• [16].光学遥感影像几何校正方法分析[J]. 北京测绘 2020(09)
• [17].论遥感影像在矿山地质环境监测治理方面的应用[J]. 世界有色金属 2020(12)
• [18].基于遥感影像的辽阳地理国情监测技术方法研究[J]. 测绘与空间地理信息 2019(06)
• [19].基于遥感影像的县域贫困度评估方法[J]. 中国农学通报 2019(17)
• [20].遥感影像规模化高效处理方法与实现[J]. 计算机与数字工程 2016(11)
• [21].时空约束下任务驱动的遥感影像发现案例推理方法[J]. 武汉大学学报(信息科学版) 2017(06)
• [22].暗原色与导向滤波结合的遥感影像去雾技术[J]. 北京测绘 2017(04)
• [23].基于感知哈希的遥感影像认证算法研究[J]. 测绘学报 2017(09)
• [24].浅谈国产遥感影像在内蒙古森林资源调查中的应用示范[J]. 内蒙古林业调查设计 2015(06)
• [25].可视化遥感影像库系统设计与实现[J]. 计算机工程 2008(02)
• [26].全国地表类型遥感影像样本数据集[J]. 中国科学数据(中英文网络版) 2019(02)
• [27].基础性地理国情监测遥感影像几何校正精度分析[J]. 测绘与空间地理信息 2020(10)
• [28].结合主动学习和词袋模型的高分二号遥感影像自动化分类[J]. 测绘通报 2019(02)
• [29].多源控制遥感影像快速处理技术及应用[J]. 测绘通报 2019(09)
• [30].遥感影像暗原色统计先验分析[J]. 红外 2018(08)

标签：遥感影像论文;  地物分类论文;  模型改进论文;  迁移学习论文;