【摘 要】
：
高分辨率遥感影像包含丰富的地物信息，从中获取道路材质、宽度、等级等信息，建立并定期更新道路信息库，为交通管制、灾害应急提供可靠的信息具有重要的实用意义。受遥感影像
【机 构】
：
淮海工学院 江苏 连云港 222005
论文部分内容阅读
高分辨率遥感影像包含丰富的地物信息，从中获取道路材质、宽度、等级等信息，建立并定期更新道路信息库，为交通管制、灾害应急提供可靠的信息具有重要的实用意义。受遥感影像数据量大、种类多的影响，自动从遥感影像中提取路网是一个很有挑战性的工作，而且受地形地貌的影响同等级道路在影像上表现出的亮度值是不同的，传统的遥感影像目标识别难以适应海量的遥感影像数据。近年来，深度学习技术快速发展，在目标检与识别方面的成果有目共睹，其核心算法卷积神经网络是非常崭新和有影响力的，该方法需要构建具有很多隐层的机器学习模型和分析海量的训练数据，来学习更有用的特征，从而最终提升分类或预测的准确性。本文利用卷积神经网络对影像像素进行分类，再通过道路的拓扑特征对分类结果进行优化，最后与遥感影像面向对象的分类方法进行对比。实验结果表明该方法在道路提取方面具有较高的精度。
其他文献
传统观点认为单极化合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相位信息没有太多价值,在单极化SAR图像舰船目标检测应用中通常只采用幅度或强度信息。但传统观点
结合全极化Neumann分解、Yamaguchi分解以及极化最优相干系数提出一种PolInSAR植被精细分类方法.Neumann分解的各向异性参数可以表征散射粒子在极化平面内形状由球形向极
2012年美国航天航空局戈达德飞行中心(GSFC/NASA)利用热带测雨卫星(TRMM)的微波成像仪(TMI)探测结果,结合云模式计算反演,给出了新版潜热廓线资料(第七版2A12),其水平分
随着高分辨率遥感卫星不断升空，遥感影像数据量急剧膨胀。遥感应用行业对于影像数据的处理速度和处理精度都有了更高的要求，面对海量遥感数据源，如何高效的处理数据，成为日益
本文首先阐述了当前空间信息基础设施架构的缺陷和不足，讨论发展大数据环境下新一代空间信息基础设施体系结构的必要性，然后分析大数据时代空间信息技术面临的挑战。提出一
局部气候区(LCZ)可解决城市热岛效应研究中城市与乡村的模糊二分问题,是用于城市地表分区的新兴概念。描述局部气候区的特征参数可用于气象建模、天气预报、城市规划等诸
基于Gram行列式的高光谱图像端元提取算法采用传统的单形体最大体积标准，无需对原始高光谱图像进行降维处理，具有易理解、效率高等特点。快速Gram行列式算法是目前较优的方
城市地表覆盖是城市环境、生态以及城市管理等重要的基础地理信息.由于城市区域下垫面高度的复杂性和多样性,对城市地表覆盖的提取多采用高分辨率遥感影像.高分辨率遥感
目前,航空重力测量是快速获取陆地和近海区域高精度高分辨率重力场信息的非常有效的技术手段,向下延拓则是其数据处理中的关键环节,直接影响到测量结果的进一步应用.本文
在SAR图像自动分析方法中引入专家大脑中枢响应信息，通过专家在线脑机联合建模，构建大脑中枢相应信息与SAR目标图像特征之间的融合检测模型，以专家在线工作的方式，实现实战环