隨著經(jīng)濟(jì)社會(huì)的飛快發(fā)展以及城市化進(jìn)程的推進(jìn),城鎮(zhèn)面積不斷增加,土地利用和土地覆蓋（Land Use&LU Land Cover,LULC）信息處于急劇的變化之中,及時(shí)、準(zhǔn)確地掌握地表覆蓋發(fā)生的變化信息在城市發(fā)展規(guī)劃、土地管理、植被覆蓋等實(shí)際領(lǐng)域中具有重要的作用和意義。高分辨率遙感影像作為對(duì)地觀測(cè)的重要數(shù)據(jù)來源,已廣泛用于地表覆蓋信息監(jiān)測(cè)中。遙感影像數(shù)據(jù)經(jīng)過數(shù)據(jù)解譯后,在為決策部門提供堅(jiān)實(shí)可靠的數(shù)據(jù)支撐的同時(shí),也帶來了如何對(duì)大量的遙感影像進(jìn)行快速、有效處理的問題。針對(duì)傳統(tǒng)算法提取遙感影像變化信息需要提取人工設(shè)計(jì)的圖像特征,并且模型泛化能力不強(qiáng),且整個(gè)變化檢測(cè)過程需要人為干預(yù)、過程繁瑣,自動(dòng)化程度不高的問題,本文利用深度學(xué)習(xí)中語義分割方法,將遙感影像變化檢測(cè)問題轉(zhuǎn)化為變化與未變化的二值分割問題,利用端到端的卷積神經(jīng)網(wǎng)絡(luò)對(duì)前后兩時(shí)期遙感影像進(jìn)行變化檢測(cè),本文的主要研究?jī)?nèi)容如下:（1）基于編碼解碼結(jié)構(gòu)的遙感影像變化檢測(cè),為引入前后兩時(shí)期遙感圖像的多分辨率信息,在變化檢測(cè)網(wǎng)絡(luò)模型結(jié)構(gòu)中引入中心環(huán)繞模塊,利用步長(zhǎng)為2的卷積層替換變化檢測(cè)網(wǎng)絡(luò)中的池化層以防止由于在池化過程中引起圖像信息丟失,... 

【文章來源】：中國(guó)礦業(yè)大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學(xué)位級(jí)別】：碩士

【圖文】：

本文技術(shù)路線

碩士學(xué)位論文140Re0xxLeakyluxxα<=>，，（2-5）圖2-1Sigmoid函數(shù)和導(dǎo)數(shù)曲線Figure2-1Sigmoidfunctionandderivativecurve圖2-2Relu函數(shù)和導(dǎo)數(shù)曲線Figure2-2Relufunctionandderivativecurve（3）Tanh函數(shù)Tanh函數(shù)是Sigmoid函數(shù)的變形，輸出值以0為中心，但是卻和Sigmoid函數(shù)存在相同的問題即梯度消失、梯度爆炸和冪運(yùn)算需要計(jì)算時(shí)間。

碩士學(xué)位論文140Re0xxLeakyluxxα<=>，，（2-5）圖2-1Sigmoid函數(shù)和導(dǎo)數(shù)曲線Figure2-1Sigmoidfunctionandderivativecurve圖2-2Relu函數(shù)和導(dǎo)數(shù)曲線Figure2-2Relufunctionandderivativecurve（3）Tanh函數(shù)Tanh函數(shù)是Sigmoid函數(shù)的變形，輸出值以0為中心，但是卻和Sigmoid函數(shù)存在相同的問題即梯度消失、梯度爆炸和冪運(yùn)算需要計(jì)算時(shí)間。

【參考文獻(xiàn)】：
期刊論文
[1]基于紋理轉(zhuǎn)移的露天礦區(qū)遙感圖像超分辨率重建[J]. 楊宏業(yè),趙銀娣,董霽紅.  煤炭學(xué)報(bào). 2019(12)
[2]提高小樣本高光譜圖像分類性能的變維卷積神經(jīng)網(wǎng)絡(luò)[J]. 劉萬軍,尹岫,曲海成,劉臘梅.  中國(guó)圖象圖形學(xué)報(bào). 2019(09)
[3]一種結(jié)合空間與光譜信息的改進(jìn)CVA變化檢測(cè)方法[J]. 申祎,王超,胡佳樂.  遙感技術(shù)與應(yīng)用. 2019(04)
[4]迭代加權(quán)多元變化檢測(cè)算法在高分辨率遙感影像變化檢測(cè)中應(yīng)用[J]. 張續(xù),江濤,胡世明,焦帥.  計(jì)算機(jī)應(yīng)用. 2019(S1)
[5]國(guó)土空間規(guī)劃體系“四梁八柱”基本形成——《中共中央國(guó)務(wù)院關(guān)于建立國(guó)土空間規(guī)劃體系并監(jiān)督實(shí)施的若干意見》解讀[J]. 焦思穎.  資源導(dǎo)刊. 2019(06)
[6]基于深度學(xué)習(xí)的耕地變化檢測(cè)技術(shù)[J]. 高峰,楚博策,帥通,王士成,陳金勇.  無線電工程. 2019(07)
[7]結(jié)合特征圖切分的圖像語義分割[J]. 曹峰梅,田海杰,付君,劉靜.  中國(guó)圖象圖形學(xué)報(bào). 2019(03)
[8]KCCA與SVM算法支撐下的遙感影像變化檢測(cè)[J]. 董岳,王飛.  遙感信息. 2019(01)
[9]高分辨率遙感影像建筑物分級(jí)提取[J]. 游永發(fā),王思遠(yuǎn),王斌,馬元旭,申明,劉衛(wèi)華,肖琳.  遙感學(xué)報(bào). 2019(01)
[10]基于深度學(xué)習(xí)的國(guó)產(chǎn)高分遙感影像飛機(jī)目標(biāo)自動(dòng)檢測(cè)[J]. 李淑敏,馮權(quán)瀧,梁其椿,張學(xué)慶.  遙感技術(shù)與應(yīng)用. 2018(06)

博士論文
[1]高分辨率光學(xué)遙感圖像場(chǎng)景理解關(guān)鍵技術(shù)研究[D]. 姚西文.西北工業(yè)大學(xué) 2016

碩士論文
[1]基于生成對(duì)抗網(wǎng)絡(luò)的遙感圖像變化檢測(cè)[D]. 牛旭東.西安電子科技大學(xué) 2019
[2]基于深度學(xué)習(xí)的多特征高光譜遙感圖像分類研究[D]. 張佳濱.燕山大學(xué) 2017
[3]高光譜遙感圖像半監(jiān)督分類方法的研究[D]. 王雪君.哈爾濱工程大學(xué) 2015



本文編號(hào)：3504269