一种基于语义分割模型的高分遥感影像水体提取方法.pdf
曦晨****22
亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于语义分割模型的高分遥感影像水体提取方法.pdf
本发明公开了一种基于语义分割模型的高分遥感影像水体提取方法,涉及遥感影像技术领域,包括以下步骤:获取遥感影像数据;对遥感影像数据进行水体光谱特征提取;将水体光谱特征与HH和HV双极化模式特征进行特征组合,构建水体样本数据集;构建改进的DeepLabV3+网络模型;根据水体样本数据集对改进的DeepLabV3+网络模型进行语义分割训练,对改进的DeepLabV3+网络模型中的参数进行调整,得到最优DeepLabV3+网络模型;通过最优DeepLabV3+网络模型对水体信息进行提取。本发明首次提出了联合GF‑
一种基于迁移学习的高分遥感影像语义边缘提取方法.pdf
一种基于迁移学习的高分遥感影像语义边缘提取方法,包括:步骤1:准备阶段,分为确定任务目标、挑选网络结构和准备预训练模型;步骤2:准备影像集和样本;步骤3:冻结选取的网络结构中的部分编码器参数,设定超参数后用样本集C微调网络结构中的其他参数,得到新的网络模型b;步骤4:制作伪样本集;步骤5:将样本集C和伪样本集D合并为样本集E,冻结部分编码器的参数,设定超参数后微调网络模型中其他部分,得到最终的语义边缘提取模型。本发明以小数量的样本便能得到精度和泛化性足够满意的语义边缘提取网络模型。
多层次语义边界分割的高分辨遥感影像农田提取方法.pdf
多层次语义边界分割的高分辨遥感影像农田提取方法,包括:步骤1:农田语义边界提取:步骤2:农田边界阈值设置:步骤3:农田边界阈值分割:步骤4:农田边界细化:步骤5:农田边界迭代分割与细化:步骤6:农田矢量对象构建。本发明以边缘检测网络得到的边界强度图作为输入,采用多层次阈值分割方法,提取精细边界。其中,高阈值分割结果能够保证分割结果尽量贴合真实边界,低阈值使得构建的地物对象尽可能完整。从而,使得细化结果既能保持较高的边界定位精度,又具有较好的完整性。
多尺度分割约束的遥感影像语义分割方法.pdf
一种多尺度分割约束的遥感影像语义分割方法,通过对遥感影像进行多尺度区域合并,并将合并结果进行融合处理后得到多尺度分割结果,通过深度学习网络进行语义预测得到遥感影像地物准确边界及语义信息;本发明利用多尺度分割结果作为约束,一方面既能够获得遥感影像地物准确边界;另一方面又能够得到封闭区域的语义信息,解决了传统的多尺度分割方法无法直接获得封闭区域的语义信息的问题,以及基于深度学习的语义分割方法不能很好地保留地物的准确边界的问题。
基于深度学习的遥感影像语义分割方法研究的开题报告.docx
基于深度学习的遥感影像语义分割方法研究的开题报告一、选题背景随着近年来遥感技术的迅速发展,遥感影像的获取和处理能力也得到了显著提升。然而,遥感影像的语义解释仍然是一个具有挑战性的任务。语义分割是遥感影像解释中重要的一个环节,它可以将遥感影像中的每个像素标记成预定义的物体和场景类别,并为后续的应用提供有用的信息。近年来,深度学习技术的快速发展使得遥感影像的语义分割任务得到了显著的改善。利用深度学习技术进行遥感影像语义分割已经成为当前的研究热点。然而,由于遥感影像具有复杂的空间结构和多尺度信息,其语义分割任务