露天煤矿区的高分遥感图像多标签分类

发布时间：2023-05-06 04:50

　　露天煤矿的开采使矿区地形产生巨大改变,并带来矿区土地的损毁、环境污染等问题。对露天煤矿区土地类型进行分类可以为露天煤矿区的土地利用情况的调查提供有力支持。高空间分辨率的遥感图像包含大量的地物细节信息,数据类型丰富,获取方式便利,已成为矿区的重要信息源之一。传统基于像素和面向对象的遥感图像分类方法难以有效利用高分遥感图像丰富的信息,获取图像场景级的语义信息,因此,本文采用“面向场景”的遥感图像分类思想。针对露天煤矿区遥感图像单标签分类无法全面的反映该区域所包含的地物信息,不利于场景理解的问题,本文采用了不同的遥感图像多标签分类方法以及不同的标签关系学习策略,以实现露天煤矿区的高分遥感图像多标签分类。本文的主要研究内容如下:(1)在对露天煤矿区的高分遥感图像进行判读解析的基础上,本文构建了一个露天煤矿区高分遥感图像多标签数据集,以用于露天煤矿区遥感图像的多标签分类。本文对用于图像单标签分类的迁移卷积神经网络进行改进,使其适用于遥感图像多标签分类。(2)本文探讨了所使用的数据集的各地物类别标签之间存在的依赖关系。在此基础上,采用了基于卷积神经网络、注意力机制和循环神经网络的编码-解码结构的遥...

【文章页数】：88 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 研究内容及结构安排
2 遥感图像多标签分类相关理论基础与实验数据
    2.1 多标签分类
    2.2 卷积神经网络基本理论
    2.3 注意力机制
    2.4 实验数据集介绍
    2.5 本章小结
3 基于CNN-RNN的遥感图像多标签分类
    3.1 基于迁移卷积神经网络的图像多标签分类
    3.2 遥感图像标签相关性分析
    3.3 CNN-RNN多标签分类模型
    3.4 实验结果与分析
    3.5 本章小结
4 基于注意力机制和图卷积网络的遥感图像多标签分类
    4.1 模型基本框架
    4.2 实验结果与分析
    4.3 本章小结
5 结论和展望
    5.1 结论
    5.2 展望
参考文献
作者简历
学位论文数据集



本文编号：3809062