收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于卷积神经网络的高分辨率遥感影像建筑物提取

高扬  
【摘要】:遥感的兴起与发展为包括城市规划、土地利用等各个领域的发展提供了海量的数据,遥感影像包罗万象,有丰富的地物信息。对遥感影像的应用主要集中在对地物的精准提取的基础上,其中包括建筑物、道路或其他大型工程的人工地物在城区的高分辨率遥感影像中占比超过80%,准确、自动、迅速的提取建筑物为后续遥感影像的使用提供了基础。目前中外对遥感影像的建筑物检测识别和提取已经取得了一定的研究成果,但是大部分还是需要由人工手动实现,一些理论和方法还不够成熟,无法满足实际的需求。特别是在居民区,由于建筑年代的不同、居住时间、维护等的差异,造成了建筑物空间布局杂乱、地面覆盖种类和分布复杂,加上房屋本身结构多样,各种自动提取的方法依然困难重重,效果欠佳。因此,建筑物的自动化提取仍然具有广泛的研究前景和重要的意义。本文就针对这种现象,基于城区的高分辨率遥感影像,在卷积神经网络的基础上,提出了一种有效的建筑物识别与提取方法。本研究主要内容和成果如下:(1)建立了高分辨率多光谱遥感影像训练数据集,用于基于卷积神经网络(CNN)的深度学习。使用空间分辨率为20cm到30cm的航空正射影像,结合地面数据库(ground truth),人工截取正射房屋及其他类别RGB图片,并进行数据增强构建大数据,形成尺寸为160X160像素大小、总数为1642的对象样本集,其中包含1314个训练样本,328个测试样本。识别类别为建筑物与其它。房屋图片作为正样本,标签为0,其他图片为负样本,标签为1。(2)对比分析了不同的卷积神经网络模型在遥感影像建筑物数据集上的表现。由于很多已有的CNN网络对图片的分类功能都能达到非常高的正确率,且实践证明具有良好的扩展性。因此一般的分类任务人们会直接选择这些网络连接方式作微调来缩小网络规模。由于遥感影像的内容不同于普通图片,特别是在纹理方面有一些明显特征,几种常见卷积神经网络Alexnet、VGG、Googlenet和ResNet的模型结构对遥感影像的特征表达和提取效果尚未知晓,因此我们分别在本实验数据集上对这些网络模型进行实现,以选择最适应于遥感影像的模型。由于手工建立的样本集数量有限,而一般的CNN通常要求高达上万的数据量来完成学习任务,所以我们要研究提高网络学习性能的各种方式和技术。通过大量实验精调参数,获得了理想的模型结构。利用样本数据训练神经网络,学习和分析数据特征。(3)调整了模型的结构,优化了模型参数,结合了选择搜索算法分割影像,实现了大范围遥感影像中建筑物的自动识别与提取。在特征学习的基础上,调整了网络参数,研究合适的分类网络进行目标识别。比较了分类器softmax和支持向量机的分类效果,选择了更适应于本研究卷积神经网络的分类器,在此结构上完成了建筑物与其他地物样本的准确分类,正确率达到100%。结合selective search方法提取整幅遥感影像中的均匀区域作为待识别样本,实现建筑物的自动识别与提取。结论:卷积神经网络除了可以识别和定位小型图像中的目标,也可以应用于遥感影像的目标提取。我们的研究获得了一个初级训练后的建筑物识别网络,它可以通过继续输入新建样本来获得更强大的识别能力,通过提高网络的输出概率来获得更精确的目标定位。本方法运行速度快,同时定位精度高,节省了时间和人力,为高分辨率遥感影像的建筑物提取提供了一种新的思路,对后续的城市规划、三维建模等应用有着重要的意义。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 蒋进;;基于神经网络的风功率组合预测[J];工程技术研究;2017年10期
2 余窻恒;沈海斌;;一种跨层连接的循环神经网络门结构设计[J];传感器与微系统;2018年08期
3 刘桂霞;王沫沅;苏令涛;吴春国;孙立岩;王荣全;;基于深度神经网络的蛋白质相互作用预测框架[J];吉林大学学报(工学版);年期
4 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
5 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
6 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
7 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
8 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
9 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
10 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
11 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
12 陈明;张凤荣;肖茜文;;基于灰色系统神经网络的中国低碳能源供需形势分析[J];生态经济;2017年02期
13 张国玲;;基于情感神经网络的风电功率预测[J];电信科学;2017年03期
14 梁燕华;张传斌;;基于神经网络数据融合实现火灾预警[J];科技传播;2017年04期
15 胡聪丛;胡桓;;深度神经网络的发展现状[J];电子技术与软件工程;2017年04期
16 曾维亮;林志贤;陈永洒;;基于卷积神经网络的智能冰箱果蔬图像识别的研究[J];微型机与应用;2017年08期
17 吴志军;张景安;岳猛;张才峰;;基于联合特征的LDoS攻击检测方法[J];通信学报;2017年05期
18 张琳;;基于神经网络的微博话题预测及分析[J];数字技术与应用;2017年03期
19 李秋硕;王岩;孙宇军;肖勇;欧阳涛;;BP神经网络在用电用户分类中的应用[J];现代电子技术;2017年09期
20 李博;王建国;李静文;;基于神经网络的景气预测模型[J];统计与决策;2017年10期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 王洁;金融物理模型及金融市场随机预测系统[D];北京交通大学;2018年
2 田昌海;神经网络上奇异态的研究[D];华东师范大学;2018年
3 高洁;几类复杂网络的同步控制研究[D];电子科技大学;2018年
4 刘奎;基于神经网络的癌症筛查与诊断人工智能研究[D];北京邮电大学;2018年
5 姜晓恒;基于深度卷积神经网络多尺度共享与子块级联的物体识别[D];天津大学;2017年
6 黄杰;基于深度学习的手语识别技术研究[D];中国科学技术大学;2018年
7 曹春水;深度卷积神经网络中反馈机制的计算建模及应用研究[D];中国科学技术大学;2018年
8 刘志康;基于视频的人类行为识别方法研究[D];中国科学技术大学;2018年
9 李若霞;基于忆阻的神经网络的动力学分析及应用[D];东南大学;2017年
10 项延德;基于卷积神经网络的心电信号检测和分类研究[D];浙江大学;2018年
中国硕士学位论文全文数据库 前10条
1 陈佳鹏;基于深度神经网络的道路目标检测研究[D];西南交通大学;2018年
2 刘俊夫;基于BP神经网络的配电网故障区段定位优化方法研究[D];湖北民族学院;2018年
3 白阳;基于卷积神经网络的行人检测算法研究[D];山东师范大学;2018年
4 孙昂;基于卷积神经网络的多类商品分类算法研究[D];山东师范大学;2018年
5 丁木涵;基于卷积神经网络的癫痫发作预测[D];山东师范大学;2018年
6 陈玉婷;基于卷积神经网络的交通标志识别方法研究[D];东北师范大学;2018年
7 杜琳;基于FPGA的SOM神经网络可配置模块化硬件实现方法研究[D];东北师范大学;2018年
8 王俊杰;基于FBG的触觉传感器研究[D];山东大学;2018年
9 王晨;创业板上市公司财务风险预警研究[D];沈阳工业大学;2018年
10 吴雨林;深度学习在人脸识别中的研究与应用[D];山东大学;2018年
中国重要报纸全文数据库 前10条
1 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
2 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
3 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
4 ;人工智能将取得大面积突破[N];中国企业报;2017年
5 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
6 ;人类正迎来云端机器人时代[N];中国企业报;2017年
7 张斌;谁还需要“同传”[N];文汇报;2017年
8 科大讯飞董事长 刘庆峰;高考机器人考入一流大学不再是梦[N];中国教育报;2017年
9 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
10 中国科学技术大学终身学习实验室博士 吴茂乾;“寒武纪”人工智能大爆发的前夜[N];安徽日报;2017年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978