声明
摘要
图目录
表目录
第1章 绪论
1.1 研究背景与意义
1.1.1 遥感图像
1.1.2 图像语义分割
1.2 国内外研究现状
1.2.1 语义分割方法
1.2.2 遥感影像的语义分割
1.3 本文的主要工作
1.4 论文章节安排
1.5 本章小结
第2章 相关技术介绍
2.1 传统机器学习模型
2.2 深度学习模型
2.2.1 基于patch的CNN分类模型
2.2.2 基于FCN的分类模型
2.2.3 基于SegNet的分类模型
2.3 本章小结
第3章 技术方案概述
3.1 问题描述
3.2 主要技术流程
3.2.1 数据标注阶段
3.2.2 模型训练阶段
3.2.3 预测结果阶段
3.3 本章小结
第4章 遥感影像处理与数据标注
4.1 问题描述
4.2 遥感影像波段合成
4.3 遥感影像融合
4.3.1 方法介绍
4.3.2 融合效果展示
4.4 图像切分
4.5 数据标注
4.5.1 基于Super Pixel的标注
4.5.2 多边形描边标注
4.5.3 标注工具
4.5.4 生成label图像
4.6 本章小结
第5章 分类模型
5.1 基于SegNet的分类模型
5.1.1 标准模型的不足
5.1.2 模型设计
5.1.3 图像特征
5.1.4 语义分割流程
5.2 对比方法
5.2.1 基于像素分类的模型
5.2.2 基于patch的CNN分类模型
5.2.3 基于FCN的分类模型
5.3 本章小结
第6章 训练技巧与结果优化
6.1 样本随机抽样
6.1.1 简单随机抽样方案
6.1.2 蓄水池抽样方案
6.1.3 参数选择
6.2 数据增强
6.3 Fine-tuning
6.4 图像平滑
6.4.1 中值滤波方法
6.4.2 效果展示
6.5 本章小结
第7章 实验结果
7.1 数据集介绍
7.2 评估指标
7.3 实验环境
7.4 实验结果与分析
7.4.1 数据集MBD实验结果
7.4.2 高分二号卫星遥感影像数据集实验结果
7.4.3 道路语义分割实验
7.4.4 分析与比较
7.5 本章小结
第8章 总结与展望
8.1 全文总结
8.2 工作展望
参考文献
攻读硕士学位期间主要的研究成果
致谢