面向对象的高分辨率遥感影像信息提取研究的任务书.docx

面向对象的高分辨率遥感影像信息提取研究的任务书
任务书
一、研究背景
高分辨率遥感影像已经成为现代遥感技术的重要组成部分，其通过现代高空、遥感技术所获取到的遥感影像数据对于地理和环境问题的研究上起到了至关重要的作用。但是，在高分辨率遥感影像信息提取的过程中，由于数据量庞大，卷积神经网络（ConvolutionalNeuralNetworks）处理速度较慢以及处理难度较大等限制因素，使得传统的方法会出现一定的局限性。面向对象的方法作为近年来发展起来的一种有效的遥感影像处理方法，具有从图像对象、上下文相互关系、语义信息等方面进行的高效率、高精度的特点，因此成为当前遥感影像处理领域的一个热门研究方向。
二、研究目的
本研究旨在通过面向对象的方法，以高分辨率遥感影像数据为基础，在对空间环境进行分析和评价的过程中，提高信息的提取和识别的效率，提高分类的准确性，判读遥感数据，服务于环境监测、规划等方面的需要。
三、研究内容
1.高分辨率遥感影像的数据获取、预处理、特征选择等基本操作，建立建立数据集；
2.精度评价指标的设计及模型选定，建立适合本地区的模型；
3.了解目前关于面向对象遥感影像信息提取的国内外研究进展，分析和比较不同方法的优劣；
4.使用面向对象的方法从数据中提取出有用的信息，应用卷积神经网络（ConvolutionalNeuralNetworks）进行影像特征提取，进一步解决显著点的检测以及信息提取等问题；
5.针对实验所提出的问题进行建模和实验，获得高精度的分类查询结果，并进行实验结果数据的分析、评价、总结。
四、研究技术路线
1.建立高分辨率遥感影像数据集，包括数据获取、预处理、特征选择等基本操作；
2.确定精度评价指标、层次分类体系以及模型选择；
3.深入研究面向对象遥感影像信息提取方法；
4.使用CNN进行影像的特征提取和信息提取；
5.针对实验所提出的问题进行建模和实验；
6.对实验结果进行数据分析和评价；
7.根据实验结果进行总结和优化。
五、研究意义
1.提高了高分辨率遥感影像的信息提取和识别准确率，为遥感影像的利用提供了帮助；
2.探索了一种新的遥感数据获取、处理方法，为行业提供了可供借鉴的借口；
3.推动了面向对象方法在遥感影像处理领域的应用，为有关科研和应用工作提供理论支持和技术创新。
六、参考文献
1.LiY,YanL,ZhangJ,etal.Anovelobject-basedmulti-featurefusionframeworkforhyperspectralimageclassification[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2015,101:27-41.
2.岳敏敏,罗成庆,王东涛.一种改进的遥感图像分割算法[J].ImageandGraphics,2008,13(5):985-991.
3.JiangY,LiX,LiuY,etal.Object-baseddeeplearningforremotesensingimageclassification[J].ISPRSJournalofPhotogrammetryandRemoteSensing,2018,146:50-62.
4.曾丹阳,杨玉龙,孟祥锋,等.基于多尺度空间关系的多特征花卉图像分割研究[J].植物学报,2020,55(9):982-996.
5.ChenY,ZhouS,WuH,etal.Anewhybridmethodforcropmappingbasedonobject-basedimageanalysis[J].RemoteSensing,2018,10(11):1844-1860.