基于中高分辨率遥感影像人工地表提取方法研究

目录

声明

第一章绪论

1.1 研究工作的背景及意义

1.2 国内外研究现状

1.2.1 遥感图像中人工地表分类的研究现状

1.2.2 用于语义分割的深度学习方法研究现状

1.2.3 注意力机制方法的研究现状

1.3 主要研究内容

1.4 本文的主要贡献

1.5 本论文的结构安排

第二章基于深度卷积神经网络的语义分割方法

2.1 深度学习与深度卷积神经网络

2.2 基于深度学习的语义分割方法

2.2.1 编码器解码器结构

2.2.2 全卷积网络

2.2.3 DeepLab系列网络

2.2.4 注意力机制

2.4 本章小结

第三章人工地表的提取方法

3.1 人工地表分类语义分割方法

3.1.1 语义编码器的设计

3.1.2 稀疏化非局部注意力

3.1.3 浅层特征融合

3.1.4 总体网络框架示意图以及网络优化的细节

3.2 多元数据融合

3.3 支持向量机分类方法

3.4 本章小结

第四章实验及结果分析

4.1 实验样本集

4.1.1 DeepGlobe 地表覆盖分类数据集

4.1.2 高分卫星人工地表数据集

4.1.3 DMSP/OLS夜间灯光数据

4.2 实验结果与分析

4.2.1 在DeepGlobe数据上验证高分辨率地表覆盖分类效果

4.2.2 在GF卫星16m遥感数据上验证中分别率人工地表提取效果

4.3本章小结

第五章总结与展望

5.1 总结

5.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果