检索结果-南通市图书馆

安徽农业大学学报 2022年第5期49卷 799-808页

作者：朱皓辰吴艳兰何彬方安徽大学资源与环境工程学院合肥230601 安徽省气象科学研究所合肥230031 信息材料与智能感知安徽省实验室合肥230601 安徽省地理信息智能技术工程研究中心合肥230601

利用遥感影像提取裸地是监测裸地空间分布的一个重要手段。针对目前普遍存在的边界不清晰、空间信息丢失、小面积裸地漏提和与高反射率建筑不易区分等问题,设计了一种改进DenseNet的遥感裸地提取深度学习模型,主要采取密集连接块、坐标... 详细信息

利用遥感影像提取裸地是监测裸地空间分布的一个重要手段。针对目前普遍存在的边界不清晰、空间信息丢失、小面积裸地漏提和与高反射率建筑不易区分等问题,设计了一种改进DenseNet的遥感裸地提取深度学习模型,主要采取密集连接块、坐标卷积和密集空洞空间金字塔3种方法,增强DenseNet模型在获取坐标信息、丰富裸地空间特征信息、对全局上下文信息感知等方面的能力,减少模型对于空间细节特征丢失环节,提高裸地遥感提取的精度。实验表明,该方法提取裸地的总精度为97.66%、交并比为68.69%、综合评价指标F1为81.44%、召回率为76.62%以及虚警率为25.68%,明显优于其他机器学习方法和深度学习方法。此外,该模型对于多源遥感影像上的裸地提取也具有良好的普适性,在高分一号、高分六号和哨兵二号等遥感数据集上测试的总精度分别为95.80%、93.00%和92.55%;交并比分别为75.18%、75.13%和50.47%;综合评价指标分别为85.83%、85.80%和67.08%。因此,改进的DenseNet模型方法较其他方法更适用于裸地的提取。

关键词：裸地提取 DenseNet 遥感影像深度学习

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的遥感影像裸地多尺度智能监测

基于深度学习的遥感影像裸地多尺度智能监测

引用

作者：朱皓辰安徽大学

学位级别：硕士

裸地作为一种重要的地物类别,在其不断形成和增长的过程中会使周围环境产生不利影响,尤其是施工而形成的裸露土地,在剧烈的施工条件下或者在恶劣天气下会产生扬尘。因此,精准获取裸地位置,对加强建筑工地监管及探究环境变化趋势具有重... 详细信息

裸地作为一种重要的地物类别,在其不断形成和增长的过程中会使周围环境产生不利影响,尤其是施工而形成的裸露土地,在剧烈的施工条件下或者在恶劣天气下会产生扬尘。因此,精准获取裸地位置,对加强建筑工地监管及探究环境变化趋势具有重大的意义。遥感影像提取裸地是监测裸地分布及变化的一个重要手段。现有遥感影像提取裸地方法主要有两种:裸地专题提取和在土地覆盖分类中被提取。但裸地专项识别方法中分层分类法过程繁琐,难以实现自动化提取。指数法提取裸地主要聚焦于基于中、低分辨率遥感影像。国产高分影像因缺少构建相关指数的波段,现有的裸土提取指数法不适用。而裸地在土地覆盖分类中的提取精度不高,存在空间信息丢失、与其他地物类别混淆等问题缺乏专项讨论,难以满足裸地的高精度提取要求。针对裸地边缘信息模糊、分布不规律等特点及现有遥感影像提取裸地方法的缺点和难点,本文设计了一种融合多层次特征的遥感影像裸地多尺度深度学习提取模型。主要研究内容如下:(1)根据裸地的影像特征,确定高分遥感影像裸地的解译标志,构建了高分遥感影像裸地单分类和多类型的样本库。(2)本文提出了一种改进Dense Net网络的高分辨率遥感影像裸地多尺度提取模型,主要采取密集连接块、坐标卷积和密集空洞空间金字塔三种策略。增强Dense Net模型在获取坐标信息、丰富裸地空间特征信息、感知全局上下文信息等方面的能力,减少模型对空间细节特征丢失环节,提高裸地多尺度遥感提取的精度。(3)在单分类和多类型裸地的提取实验中,将本文方法与三种机器学习方法、四种深度学习方法进行对比。各指标综合分析后可知,本文方法提取结果基本接近目视解译结果,在提取完整性和分类精度上均高于其他方法,并且在细小裸地的识别更有优势,说明本文方法较其他方法更适合裸地的单分类和多类型提取。(4)利用本文所设计的模型对多尺度影像进行裸地提取并进行精度测试,结果表明本文方法对高分一号、高分六号和哨兵二号遥感影像具有良好的多尺度提取效果。(5)实现了裸地多尺度智能监测和应用。利用深度学习遥感影像裸地提取模型对包河区进行多尺度裸地提取,结果显示本文方法具有良好的裸地多尺度提取效果。再对研究区的多时序遥感影像进行单分类和多类型裸地提取,并对其进行时空变化分析。根据单分类的裸地提取结果发现,裸地从包河区的西部和西南部地区逐步向东部及北部发展。根据多类型裸地提取结果发现,裸土均匀分布在包河区各区域,而建筑工地有明显的变化趋势,整体上由南部逐渐向北部发展。休耕地较少,其主要分布在包河区西南部地区和东部地区。

关键词：裸地提取多尺度 DenseNet 遥感影像深度学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Landsat ETM+影像的增强型裸地指数研究

引用

地理与地理信息科学 2017年第2期33卷 25-31,F0002页

作者：窦鹏陈洋波张涛安雪中山大学地理科学与规划学院广东广州510275

针对当前大多数裸地提取指数未考虑高反射率建筑与裸地在ETM+遥感影像上的光谱相似性的问题,该文通过分析高反射率建筑与裸地的波谱特性,构建了裸地区域指数(BAI)和简化裸地区域指数(SBAI),并使用土壤调节植被指数(SAVI)和改进的归一化... 详细信息

针对当前大多数裸地提取指数未考虑高反射率建筑与裸地在ETM+遥感影像上的光谱相似性的问题,该文通过分析高反射率建筑与裸地的波谱特性,构建了裸地区域指数(BAI)和简化裸地区域指数(SBAI),并使用土壤调节植被指数(SAVI)和改进的归一化差值水体指数(MNDWI)消除了植被和水体的影响。在此基础上,引用建筑指数(IBI),通过指数函数图像拉伸的方法,增大裸地在BAI/SBAI与IBI上的差异,提出了增强型裸地区域指数(EBAI)和增强型简化裸地区域指数(ESBAI),将裸地正值化、背景地物负值化,克服了大多数裸地指数阈值难以确定且易受噪声影响、精度差的缺点。实验结果表明,同参与对比的指数中具有最高精度的NDBaI相比,ESBAI生产者精度和使用者精度分别提升了10.26%、9.18%,EBAI分别提升了8.08%、7.78%。

关键词：裸地提取增强型裸地指数指数函数影像拉伸波谱特征分析 Landsat ETM+

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：