版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著遙感技術(shù)的發(fā)展,每天獲取的遙感數(shù)據(jù)與日俱增,尤其是進入21世紀(jì)后,遙感數(shù)據(jù)呈爆炸性增長。與數(shù)據(jù)相伴的是,遙感圖像增強技術(shù)和遙感目標(biāo)識別技術(shù)也得到快速的發(fā)展。深度學(xué)習(xí)是當(dāng)前機器學(xué)習(xí)最熱門領(lǐng)域,其中卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)模型之一,在目標(biāo)識別、目標(biāo)檢測等領(lǐng)域具有非常廣闊的前景。
低照度光學(xué)遙感圖像的可視效果差,圖像特征的區(qū)分度較低,無法滿足識別的要求。低照度光學(xué)遙感圖像增強技術(shù)是針對低質(zhì)量的遙感圖像進行增強的技術(shù),提高遙感圖像
2、的對比度和可視性。傳統(tǒng)的增強技術(shù),增強效果較差或者計算復(fù)雜度低,本文針對低照度光學(xué)遙感圖像的特點,提出一種快速有效的增強算法,該算法將 Retinex分解出的亮度分量進行自適應(yīng)分段對比增強,有效增強圖像特征的區(qū)分度,算法的計算復(fù)雜度為線性的且增強效果突出。
遙感圖像目標(biāo)識別是遙感領(lǐng)域中比較復(fù)雜的問題。遙感圖像內(nèi)容豐富,手工提取的淺層特征,無法準(zhǔn)確有效的表達圖像中的內(nèi)容,使用這些淺層特征訓(xùn)練的分類器準(zhǔn)確率較低。深度卷積神經(jīng)網(wǎng)絡(luò)是
3、一種分層的人工神經(jīng)網(wǎng)絡(luò)模型,每一層都是對圖像的抽象表達,使用卷積神經(jīng)網(wǎng)絡(luò)提取的高層次的特征是對圖像的高級抽象。本文將卷積神經(jīng)網(wǎng)絡(luò)引入到光學(xué)遙感圖像目標(biāo)識別領(lǐng)域中,使用特征遷移方法訓(xùn)練卷積網(wǎng)絡(luò),在 UCMerced-Landuse數(shù)據(jù)集上進行測試實驗,識別的準(zhǔn)確率由94%提高到97.6%,達到目前的最好結(jié)果。
遙感圖像具有多尺度特性,不同尺度空間下具有不同的特征,本文研究了不同尺度下卷積網(wǎng)絡(luò)的識別性能,分析卷積神經(jīng)網(wǎng)絡(luò)對圖像尺度
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像飛機目標(biāo)識別研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像目標(biāo)檢測與識別.pdf
- 模糊神經(jīng)網(wǎng)絡(luò)用于目標(biāo)識別的研究.pdf
- 面向交通標(biāo)志識別的卷積神經(jīng)網(wǎng)絡(luò)研究.pdf
- 面向光照魯棒的目標(biāo)識別的方法研究.pdf
- 空間點目標(biāo)識別的模糊神經(jīng)網(wǎng)絡(luò)方法研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的紅外圖像目標(biāo)識別研究.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的遙感圖像自動目標(biāo)識別方法研究.pdf
- 光學(xué)高分辨遙感圖像目標(biāo)識別算法研究.pdf
- 基于光學(xué)遙感圖像的艦船目標(biāo)識別研究.pdf
- 面向多維傳感器活動識別的深度卷積神經(jīng)網(wǎng)絡(luò)研究.pdf
- 基于曲線模板的遙感圖像目標(biāo)識別的研究.pdf
- 基于遙感圖像目標(biāo)識別的機場毀傷情況研究.pdf
- 目標(biāo)識別的遙感圖像超分辨率方法研究.pdf
- 基于預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的車標(biāo)識別研究.pdf
- 一種基于改進卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)識別方法研究.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)識識別研究與應(yīng)用.pdf
- 基于卷積神經(jīng)網(wǎng)絡(luò)的交通標(biāo)識識別研究及應(yīng)用.pdf
- 面向圖像內(nèi)容檢索的卷積神經(jīng)網(wǎng)絡(luò).pdf
- 面向目標(biāo)識別的圖像壓縮關(guān)鍵技術(shù)研究.pdf
評論
0/150
提交評論