声明
1 绪论
1.1 研究背景
1.2 国内外研究现状
1.2.1 高分辨率遥感影像提取方法
1.2.2 卷积神经网络在遥感影像上提取的应用
1.2.3 基于深度学习的经典语义提取方法
1.2.4 卷积网络的新语义提取方法
1.2.5 存在的问题
1.3 研究内容与技术路线
1.3.1 研究内容
1.3.2 技术路线
1.4 论文组织结构及章节安排
1.5 小结
2 研究区概况与基础数据预处理
2.1 研究区概况
2.2 高分二号遥感影像
2.3 数据预处理
2.4 数据集制作
2.5 开发环境
2.6 结果分析与评价方法
2.7 小结
3 基于ECLDeeplab模型耕地信息提取方法
3.1 Deeplab模型的介绍
3.2 ECLDeeplab网络设计
3.2.1 ECLDeeplab网络结构
3.2.2 ECLDeeplab网络的空洞卷积
3.2.3 空间金字塔池化层
3.2.4 激活函数
3.2.5 解码器组
3.3 ECLDeeplab模型提取耕地信息的实验步骤
3.3.1 提取耕地信息方法的试验区
3.3.2 耕地地面调查数据
3.3.3 高分2号影像上耕地的影像特点
3.3.4 ECLDeeplab模型训练样本和检验样本制作
3.3.5 ECLDeeplab模型实验过程
3.4 结果及分析
3.4.1 结果
3.4.2 分析
3.5 小结
4 利用IM-RefineNet模型提取土地利用分类信息的方法
4.1 RefineNet模型的介绍
4.2 IM-RefineNet模型设计
4.3 IM-RefineNet模型实验步骤
4.3.1 提取土地利用分类信息的试验区
4.3.2 高分2号影像上各类的影像特点
4.3.3 IM-RefineNet模型样本集的构建
4.3.4 IM-RefineNet模型实验过程
4.4 IM-RefineNet模型实验结果与分析
4.4.1 对比分析
4.4.2 测试结果分析
4.5 IM-RefineNet模型与其他模型对比分析
4.5.1 与RefineNet模型对比分析
4.5.2 与ECLDeeplab模型对比分析
4.6 小结
5 总结与展望
5.1 结论
5.2 后续工作的展望
参考文献
致谢
攻读学位期间发表论文情况
山东农业大学;