基于卷积神经网络的高分辨率遥感图像场景分类的研究

被引量 : 0次 | 上传用户:bmhk1002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着高分辨率遥感技术的迅速发展,遥感图像数据呈爆炸式增长,海量图像数据亟需进行分类处理,但传统的分类方法在分类效果和效率方面已经无法满足生产生活的需要。因此,高效率、高准确率的场景分类方法成为遥感图像分类领域的研究热点之一。卷积神经网络在计算机视觉领域不断取得突破性的成果,新思路和新方法不断涌现。其根本思路是在底层提取部分边缘特征,在网络深层提取出更高级的轮廓特征,从底层到高层逐渐描述出图像中所包含的语义信息。从工作原理和机制而言,卷积神经网络非常适用于场景分类任务。本文将卷积神经网络在计算机视觉领
其他文献
学位
学位
学位
学位
学位
学位
学位
近年来,草地牧草的调查和监测工作中主要基于卫星遥感多光谱图像,但其受到整体分辨率、采样周期与成本等因素的制约。而近距离获取的高分辨率高光谱图像可弥补以上缺陷,且目前研究较少。因此,本文以草地牧草高光谱图像为研究对象,对现有机器学习算法进行研究的基础上,提出适用于草地牧草高光谱图像的分类与识别算法,以提升识别精度和效率,从而为提高草地智能化管理水平奠定基础。主要研究内容和结论如下:(1)采集并建立草
学位
学位
学位