收藏本站
《山东农业大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

一种面向农田提取的高分遥感影像分割模型

程清  
【摘要】:农田是重要的地表覆盖类型,农田信息的提取对农业生产管理有着十分重要的意义,利用高空间分辨率遥感图像及时、准确地提取农田信息,能够为土地等级评价、基本农田保护、耕地动态监测及决策制定提供重要的参考。高分二号是我国自有的第一颗空间分辨率优于1米的光学遥感卫星,是高精度提取农田的重要数据源,但在高分二号遥感影像上,农田的单个植株覆盖面积很小,设计从遥感影像上提取农田的卷积神经网络结构时,需要充分考虑到影像的空间分辨率与植株的覆盖面积的比例关系。为了更好的提取农田信息,本文提出了一种卷积-编码器网络模型(Convolutional Encode Neural Networks,CENET),并结合有监督的训练方法,实现了对高分二号影像农田的提取。以2018年1月11日的山东省章丘市高分二号遥感影像作为数据源,进行了测试。本文的主要工作及结论如下:1、卷积-编码器网络模型的设计。农田农作物的单个植株覆盖面积较小、包含像素量较少、包含细节信息较少、且植株连续,传统的一些图像分割算法不能很有效解决上述问题,本文针对上述农田的特点,设计了卷积-编码器模型(CENET)对农田进行图像语义分割。通过“宽度”卷积方式,充分利用农田图像的特点实现了农田图像像素级的分割。2、基于卷积-编码器模型(CENET)的农田图像分割算法实现。模型共分为两个子模型,第一个模型为训练模型,共分为三个部分,第一部分为卷积层,用于学习农田的特征;第二部分为全连接层,用来把卷积输出的二维特征图转化成一维的一个向量;第三部分为编码器,编码器利用转换函数对学习到的特征进行编码,并将编码结果映射为相应的类别号。第二个模型为识别模型,在编码器的基础上,利用贝叶斯原理对训练过程中得到的像素的分类值进行统计分析,获取先验知识,并对全连接层的输出进行判断。在模型训练阶段,利用标记的农田和其它类别的样本,对模型进行分类别训练,使模型获得足够的区分能力。利用训练好的模型对图像进行逐像素分割,得到最终提取结果。3、模型优化及对比实验设计。本文采用批标准化(Batch Nomalization,BN)对模型进行了优化,用于激活函数前,能加快模型学习速度,使得模型训练过程更加稳定,同时起到了正则化的作用。利用贝叶斯作为分类识别的辅助手段,进一步提高了分割的精度。本文采用SegNet模型、全卷积神经网络(FCN)方法与CENET模型进行实验比较分析,并进行精度评价。研究结果表明:相对于SegNet模型、全卷积神经网络(FCN)方法,本文的CENET网络模型能更准确地挖掘农田的特征,达到了从高分二号影像上高精度提取农田的目标。
【学位授予单位】:山东农业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP751

【参考文献】
中国期刊全文数据库 前10条
1 李亚飞;董红斌;;基于卷积神经网络的遥感图像分类研究[J];智能系统学报;2018年04期
2 张浩;窦奇伟;栾桂凯;姚绍文;周维;;基于空洞卷积的快速背景自动更换[J];计算机应用;2018年02期
3 苏腾飞;张圣微;李洪玉;;启发法优化的农田地区高分遥感影像分割[J];国土资源遥感;2017年04期
4 张鑫龙;陈秀万;李飞;杨婷;;高分辨率遥感影像的深度学习变化检测方法[J];测绘学报;2017年08期
5 罗建华;李明奇;郑泽忠;李江;;基于深度卷积神经网络的高光谱遥感图像分类[J];西华大学学报(自然科学版);2017年04期
6 覃泽林;谢国雪;李宇翔;兰宗宝;苏秋群;谢福倩;张家玫;张秀龙;;多时相高分一号影像在丘陵地区大宗农作物提取中的应用[J];南方农业学报;2017年01期
7 张日升;张燕琴;;基于深度学习的高分辨率遥感图像识别与分类研究[J];信息通信;2017年01期
8 王汝伟;;中国农业信息化技术发展现状及存在的问题[J];江西农业;2017年01期
9 刘大伟;韩玲;韩晓勇;;基于深度学习的高分辨率遥感影像分类研究[J];光学学报;2016年04期
10 李晓东;姜琦刚;;基于多时相遥感数据的农田分类提取[J];农业工程学报;2015年07期
中国博士学位论文全文数据库 前3条
1 Robail Yasrab;面向图像语义分割的新型卷积神经网络及其应用研究[D];中国科学技术大学;2017年
2 刘大伟;高分辨率遥感影像分割方法及应用研究[D];长安大学;2016年
3 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年
中国硕士学位论文全文数据库 前10条
1 肖旭;基于深度学习的图像语义分割研究[D];南昌航空大学;2017年
2 翁健;基于全卷积神经网络的全向场景分割研究与算法实现[D];山东大学;2017年
3 冯丽英;基于深度学习技术的高分辨率遥感影像建设用地信息提取研究[D];浙江大学;2017年
4 蒋帅;基于卷积神经网络的图像识别[D];吉林大学;2017年
5 段萌;基于卷积神经网络的图像识别方法研究[D];郑州大学;2017年
6 轩永仓;基于全卷积神经网络的大田复杂场景图像的语义分割研究[D];西北农林科技大学;2017年
7 熊子潇;基于高分一号遥感影像的土地覆盖信息提取技术研究[D];东华理工大学;2016年
8 朱芸芸;基于卷积神经网络的图像分类方法研究[D];北京交通大学;2016年
9 王若辰;基于深度学习的目标检测与分割算法研究[D];北京工业大学;2016年
10 毛召武;高空间分辨率遥感影像分割质量评价方法研究[D];河南理工大学;2016年
【共引文献】
中国期刊全文数据库 前10条
1 王文才;李绍稳;齐海军;金秀;王帅;;土壤速效磷含量成像和非成像光谱预测差异性分析[J];江苏农业学报;2018年04期
2 赵婷婷;周哲峰;李东喜;刘松;李明;;基于改进的Cifar-10深度学习模型的金钱豹个体识别研究[J];太原理工大学学报;2018年04期
3 刘玉华;陈建国;;基于深度学习的高光谱图像多标签分类算法[J];福建工程学院学报;2018年03期
4 何雪;邹峥嵘;张云生;陈斯飏;;基于栈式自编码的倾斜摄影测量点云多层级分类方法[J];黑龙江工程学院学报;2018年03期
5 付文博;孙涛;梁藉;闫宝伟;范福新;;深度学习原理及应用综述[J];计算机科学;2018年S1期
6 崔璐;张鹏;车进;;基于深度神经网络的遥感图像分类算法综述[J];计算机科学;2018年S1期
7 谢国雪;黄启厅;曾志康;覃泽林;张秀龙;苏秋群;;丘陵县域地块尺度的甘蔗产业精准规划研究[J];中国农业资源与区划;2018年05期
8 朱清;侯恩兵;;基于生成式对抗网络的遥感影像云检测方法[J];地理空间信息;2018年05期
9 程清;张航;张承明;殷复伟;王程成;;一种利用多时相遥感数据提取农作物信息的方法[J];山东农业科学;2018年04期
10 曾志康;谢国雪;黄启厅;张家玫;马灿达;;面向水源地保护的地块尺度桉树遥感识别方法研究[J];热带农业工程;2018年02期
中国博士学位论文全文数据库 前5条
1 李政;基于无人机高分影像的空心村建筑物信息获取关键技术研究[D];西南交通大学;2018年
2 宋晓阳;基于多源高分遥感数据的屋顶太阳能光伏潜力评估[D];中国矿业大学(北京);2018年
3 韩静;基于仿生视觉模型和复杂信息学习的多光谱夜视目标识别技术[D];南京理工大学;2014年
4 穆治亚;红外多目标实时跟踪方法的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2014年
5 张辰;井下环境中运动目标检测与跟踪研究[D];中国矿业大学;2014年
中国硕士学位论文全文数据库 前10条
1 吴兴铨;基于卷积神经网络的歌唱语音识别[D];西南科技大学;2018年
2 杨明震;基于深度学习的高光谱图像分类方法的研究[D];东华理工大学;2018年
3 杨希鹏;基于面向对象MLP模型的遥感植被信息提取方法研究[D];东华理工大学;2018年
4 刘柯;基于数据融合的碳纤维复合材料孔隙超声测量[D];南昌航空大学;2018年
5 郝立坤;图像处理方法在photoshop阅卷中的应用研究[D];太原理工大学;2018年
6 岳明星;基于人工智能的管道漏磁内检测缺陷识别方法研究[D];沈阳工业大学;2018年
7 杨柳;复杂背景下基于视频图像的火灾识别技术研究[D];北京建筑大学;2018年
8 房思思;基于实例和参数迁移的农作物病害图像识别研究[D];中国科学技术大学;2018年
9 孙琛;基于视频图像的火灾检测算法研究与设计[D];山东大学;2018年
10 王欣;基于快速SSD深度学习算法的机器人抓取系统研究[D];武汉科技大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 胡显伟;汪彪;;基于多时相资源一号04星多光谱影像的土地利用分类——以海南西北部地区为例[J];南方农业学报;2016年10期
2 唐智川;张克俊;李超;孙守迁;黄琦;张三元;;基于深度卷积神经网络的运动想象分类及其在脑控外骨骼中的应用[J];计算机学报;2017年06期
3 阚希;张永宏;曹庭;王剑庚;田伟;;利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识[J];测绘学报;2016年10期
4 李彦冬;郝宗波;雷航;;卷积神经网络研究综述[J];计算机应用;2016年09期
5 程良晓;江涛;谈明洪;肖兴媛;;基于NDVI时间序列影像的张掖市农作物种植结构提取[J];地理信息世界;2016年04期
6 黄启厅;覃泽林;曾志康;;多星数据协同的地块尺度作物分类与面积估算方法研究[J];地球信息科学学报;2016年05期
7 魏本赞;田言亮;卢辉雄;牛海威;董双发;张建永;;面向对象影像分类与提取法在农作物遥感解译中的应用[J];安徽农业科学;2016年06期
8 刘大伟;韩玲;韩晓勇;;基于深度学习的高分辨率遥感影像分类研究[J];光学学报;2016年04期
9 杜培军;夏俊士;薛朝辉;谭琨;苏红军;鲍蕊;;高光谱遥感影像分类研究进展[J];遥感学报;2016年02期
10 林子晶;李卫国;申双和;马剑凤;;HJ星和GF1号数据在水稻种植面积提取中的应用[J];江苏农业学报;2016年01期
中国博士学位论文全文数据库 前6条
1 王娟;基于城镇影像的Contourlet域图像融合算法研究[D];成都理工大学;2015年
2 周家香;Mean Shift遥感图像分割方法与应用研究[D];中南大学;2012年
3 王雷光;基于非模糊均值漂移的高空间分辨率遥感影像区域分割算法研究[D];武汉大学;2009年
4 黄昕;高分辨率遥感影像多尺度纹理、形状特征提取与面向对象分类研究[D];武汉大学;2009年
5 龙辉;高分辨率光学卫星影像城市道路识别方法研究[D];中国科学院研究生院(遥感应用研究所);2006年
6 黄慧萍;面向对象影像分析中的尺度问题研究[D];中国科学院研究生院(遥感应用研究所);2003年
中国硕士学位论文全文数据库 前10条
1 何俐珺;基于K-means特征学习的杂草识别研究[D];西北农林科技大学;2016年
2 刘彩玲;基于交织PCANet的杂草种子识别方法研究[D];西北农林科技大学;2016年
3 周超;基于深度学习混合模型的文本分类研究[D];兰州大学;2016年
4 杨楠;基于Caffe深度学习框架的卷积神经网络研究[D];河北师范大学;2016年
5 刘亚飞;海洋遥感技术及其渔业应用研究[D];浙江海洋大学;2016年
6 陈鸿翔;基于卷积神经网络的图像语义分割[D];浙江大学;2016年
7 郭绿奕;基于GIS的第二次全国土地调查成果现势性评估方法研究[D];浙江大学;2015年
8 丁蕾;黄河口湿地芦苇生物量与固碳量高分辨率遥感估算研究[D];内蒙古大学;2015年
9 李晓普;基于卷积神经网络的图像分类[D];大连理工大学;2015年
10 吴聪;面向对象的高分辨率遥感影像分类在卫片执法中的应用研究[D];昆明理工大学;2015年
【相似文献】
中国期刊全文数据库 前10条
1 朱祺夫;赵俊三;陈磊士;李易;;基于深度学习的遥感影像城市建筑用地提取[J];软件导刊;年期
2 袁如金;张敏;李世伟;;基于华浩超算平台遥感影像几何校正研究——以资源一号02C数据为例[J];测绘与空间地理信息;2017年01期
3 马慧云;吴晓京;赵国庆;姜丙波;;遥感影像反演的雾参数地区差异性分析[J];遥感信息;2017年03期
4 雒培磊;李国庆;曾怡;;一种改进的基于深度学习的遥感影像拼接方法[J];计算机工程与应用;2017年20期
5 鄢咏折;范晓燕;;遥感影像变化监测方法简述[J];城市建设理论研究(电子版);2017年22期
6 蔡红玥;;一种遥感影像镶嵌线自动提取方法[J];城市地理;2017年08期
7 张灵凯;于良;;多源遥感数据融合研究综述[J];城市地理;2017年02期
8 刘琴;王正祥;;论空中测量无人机遥感影像应用[J];城市地理;2017年12期
9 崔青岩;刘超;;青海省玛沁县索呼多地区遥感影像地质特征及意义[J];环球人文地理;2017年09期
10 田甜;张景发;姜文亮;王鑫;;基于ArcGIS 10.0的遥感影像批量标准制图的实现[J];地壳构造与地壳应力文集;2016年01期
中国重要会议论文全文数据库 前10条
1 张顺谦;;遥感影像三维可视化研究[A];新世纪气象科技创新与大气科学发展——中国气象学会2003年年会“农业气象与生态环境”分会论文集[C];2003年
2 杜培军;方涛;林卉;;遥感影像库中数据挖掘与知识发现的研究[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
3 熊剑;;地形起伏地区的遥感影像预处理研究[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
4 肖倩;李光耀;;航空遥感影像道路提取方法综述[A];全国第十届信号与信息处理、第四届DSP应用技术联合学术会议论文集[C];2006年
5 李江涛;;遥感影像在海事测绘中的应用[A];2007'全国测绘科技信息交流会暨信息网成立30周年庆典论文集[C];2007年
6 李江涛;;遥感影像在海事测绘中的应用[A];华东地区第十次测绘学术交流大会论文集[C];2007年
7 徐宏涛;;遥感影像的信息量及不确定性研究[A];云南省测绘地理信息学会2017年学术年会论文集[C];2017年
8 谭明;李成钢;石晓春;邱宏华;;基于特征的高分辨遥感影像道路提取[A];全国测绘科技信息网中南分网第二十四次学术信息交流会论文集[C];2010年
9 谭明;李成钢;石晓春;邱宏华;;基于特征的高分辨遥感影像道路提取[A];广东省测绘学会第九次会员代表大会暨学术交流会论文集[C];2010年
10 杨博;陈建平;王功文;孙岩;;基于矩形有限元分析的高精度遥感影像几何校正方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年
中国重要报纸全文数据库 前10条
1 张志忠;青海实现高分遥感影像全覆盖[N];中国测绘报;2018年
2 张鹏英;国产遥感影像迎来共享时代[N];科技日报;2013年
3 张超;让北京发展一目了然[N];科技日报;2005年
4 侯振荣;黑龙江省制作分市县遥感影像系列挂图[N];中国测绘报;2009年
5 李禾;我首颗环境卫星传回遥感影像[N];科技日报;2008年
6 记者 吴晶晶;我用遥感影像发现3处油迹带[N];新华每日电讯;2014年
7 沈占锋;遥感影像信息提取与分析[N];计算机世界;2006年
8 王瑜婷;测绘部门快速制作灾区各县遥感影像地图[N];中国测绘报;2008年
9 彭舒;遥感影像几何和光谱高精度重建技术获突破[N];中国测绘报;2013年
10 本报记者 许继楠 霍娜;遥感与GIS相得益彰 平民化应用凸显[N];中国计算机报;2009年
中国博士学位论文全文数据库 前10条
1 李烁;遥感影像色彩一致性处理和镶嵌线优化技术研究[D];战略支援部队信息工程大学;2018年
2 李铭;任务驱动的遥感影像检索案例推理方法研究[D];武汉大学;2014年
3 顾海燕;遥感影像地理本体建模驱动的对象分类技术[D];武汉大学;2015年
4 陈冲;面向多任务粒度的遥感影像镶嵌并行技术研究[D];南京大学;2015年
5 熊礼治;云环境下遥感影像内容安全研究[D];武汉大学;2016年
6 闫冬梅;基于特征融合的遥感影像典型线状目标提取技术研究[D];中国科学院研究生院(遥感应用研究所);2003年
7 刘亚岚;遥感影像群判读技术的试验研究[D];中国科学院研究生院(遥感应用研究所);2004年
8 王占宏;遥感影像信息量及质量度量模型的研究[D];武汉大学;2004年
9 程起敏;基于内容的遥感影像库检索关键技术研究[D];中国科学院研究生院(遥感应用研究所);2004年
10 宋伟东;稀少控制点下遥感影像纠正模型研究[D];辽宁工程技术大学;2005年
中国硕士学位论文全文数据库 前10条
1 程清;一种面向农田提取的高分遥感影像分割模型[D];山东农业大学;2018年
2 卢兴;基于分层次多尺度分割的高分遥感影像分类研究[D];东华理工大学;2018年
3 石斌斌;基于全卷积神经网络的遥感影像修复方法研究[D];东华理工大学;2018年
4 徐其勇;基于遥感影像三峡大坝蓄水对库区水域面积的变化分析[D];四川师范大学;2018年
5 张航;基于全卷积网络的高分一号遥感影像分割方法[D];山东农业大学;2018年
6 杨羚;基于多特征融合和图割模型的遥感影像云检测算法研究[D];武汉大学;2018年
7 廖苇航;遥感影像高效压缩算法研究[D];武汉大学;2018年
8 张作省;大面幅光学遥感影像飞行器目标快速检测[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2018年
9 杨希鹏;基于面向对象MLP模型的遥感植被信息提取方法研究[D];东华理工大学;2018年
10 李霞;基于多尺度遥感影像的不透水面信息提取[D];福州大学;2015年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026