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、精準(zhǔn)的水體信息提取是水資源調(diào)查、干旱、洪澇等災(zāi)害探測的關(guān)鍵。隨著遙感技術(shù)逐漸成熟,利用人造衛(wèi)星傳回的遙感圖像捕捉并分析水體信息成為研究熱點。目前,從遙感圖像中抽取水體信息較典型的方法有三種:(1)操作簡便且只需對單個波段的灰度值設(shè)定閾值的單波段閾值法;(2)譜間關(guān)系法:考慮多個波段,能夠提取出部分基于單波段的方法無法識別出的細小水體;(3)通過對多個波段進行邏輯運算得出結(jié)果,基于一定的閾值對結(jié)果進行分割,準(zhǔn)確獲取水體信息的水體指數(shù)法。但
2、大量研究顯示,現(xiàn)有方法自動化程度較弱且具有區(qū)域局限性。對于擁有不同地形(山地、草原、濕地等)的區(qū)域,絕大部分方法依賴大量的先驗知識及反復(fù)試驗進行閾值設(shè)定。除此之外,還需要耗費人力進行特征過濾與優(yōu)選。同時,現(xiàn)有方法提取的水體精度無法滿足許多應(yīng)用的需求。因此,如何在現(xiàn)有方法的基礎(chǔ)上研究出高精度的水體信息自動化提取技術(shù)就顯得尤為重要。
首先,為了解決水體信息提取中的數(shù)據(jù)密集與計算密集問題,滿足對實時性要求較高的應(yīng)用的要求,將分布式并
3、行計算理念引入水體識別中。利用多臺主機構(gòu)建Hadoop分布式集群,實現(xiàn)遙感數(shù)據(jù)的分布式存儲和管理。選用合適的水體信息提取方法,構(gòu)建基于分布式計算的水體信息提取模型,并選取渭干河流域作為研究區(qū)進行實驗。實驗結(jié)果表明,提出的模型較準(zhǔn)確的從遙感圖像中提取出水體信息,具有良好的可擴展性和伸縮性。
其次,針對影響現(xiàn)有方法自動化程度的兩大過程:閾值設(shè)定與特征選擇,本文借助機器學(xué)習(xí)工具,提出了一種基于反向神經(jīng)網(wǎng)絡(luò)BP的自動化水體識別模型。將
4、遙感圖像中水體的多個典型特征共同作為輸入元,對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練;利用模型的學(xué)習(xí)能力自動計算閾值;通過所得閾值實現(xiàn)水體信息提取。選取研究區(qū)域進行實驗驗證,所提模型自動化程度較高并具有較高的識別精度。
機器學(xué)習(xí)模型與分布式算法的引入使得水體信息提取的速度、精準(zhǔn)度、自動化程度都有一定的提升。但由于獲取困難,用于模型訓(xùn)練的帶標(biāo)簽數(shù)據(jù)(地面實測數(shù)據(jù))相對較少,為海量遙感數(shù)據(jù)信息提取帶來巨大挑戰(zhàn)。深度學(xué)習(xí)模型具備與大腦類似的“學(xué)習(xí)能力
5、”,它能夠從用戶向模型輸入的初始特征數(shù)據(jù)中抽取出更深層次的特征,從而更好地描述目標(biāo)物體。由于出色的特征學(xué)習(xí)能力,深度學(xué)習(xí)模型在遙感圖像信息提取領(lǐng)域被廣泛使用。因此,本文構(gòu)建基于深度學(xué)習(xí)的水體信息抽取模型。考慮圖像中鄰近像素點與目標(biāo)點的關(guān)聯(lián)特性,設(shè)計并實現(xiàn)特征擴充算法。將圖像原始特征與擴充特征相連接,共同訓(xùn)練深度學(xué)習(xí)模型,實現(xiàn)水體信息的正確提取。實驗結(jié)果表明,基于深度學(xué)習(xí)的水體信息提取模型在性能上優(yōu)于支持向量機(SVM)和傳統(tǒng)的人工神經(jīng)網(wǎng)
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
- 高光譜遙感圖像分布式編碼技術(shù)研究.pdf
- Web環(huán)境下遙感圖像分布式處理的研究和實現(xiàn).pdf
- 圖像陣列的分布式編碼研究.pdf
- 遙感數(shù)據(jù)分布式共享架構(gòu)的研究與應(yīng)用.pdf
- 基于WSN的分布式活動識別研究.pdf
- 分布式壓縮感知及輪廓識別研究.pdf
- 遠程分布式圖像處理系統(tǒng).pdf
- 結(jié)構(gòu)分布式損傷識別決策融合研究.pdf
- 分布式圖像融合系統(tǒng)研究與實現(xiàn).pdf
- 分布式高速圖像實時采集系統(tǒng)研究.pdf
- 分布式圖像采集系統(tǒng)的研究與實現(xiàn).pdf
- 超光譜圖像的分布式壓縮.pdf
- 分布式環(huán)境下遙感影像數(shù)據(jù)傳輸研究.pdf
- 基于方向識別的分布式母線保護的研究.pdf
- 基于機器學(xué)習(xí)的遙感圖像水體提取研究.pdf
- 分布式環(huán)境下的醫(yī)學(xué)圖像處理平臺研究.pdf
- 分布式醫(yī)學(xué)圖像安全機制的研究與設(shè)計.pdf
- 圖像檢索中分布式哈希索引技術(shù)研究.pdf
- 分布式指紋識別考勤系統(tǒng)設(shè)計.pdf
- 分布式篇章級手寫識別系統(tǒng).pdf
評論
0/150
提交評論