基于深度学习的多源遥感影像目标检测技术的研究.pdf

《基于深度学习的多源遥感影像目标检测技术的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文基于深度学习的多源遥感影像目标检测技术的研究RESEARCHONOBJECTDETECTIONINMULTI-SOURCEREMOTESENSINGIMAGESBASEDONDEEPLEARNINGALGORITHM杨诗寓哈尔滨工业大学2018年6月国内图书分类号：TN911.73学校代码：10213国际图书分类号：621.3密级：公开工学硕士学位论文基于深度学习的多源遥感影像目标检测技术的研究硕士研究生：杨诗寓导师：张云副教授申请学位：工学硕士学科：信息与通信工程所在单位：电子与信息工程学院答辩日期：2018年6月授予学位单位：哈尔滨工业大学C

2、lassifiedIndex:TN911.73U.D.C:621.3DissertationfortheMasterDegreeinEngineeringRESEARCHONOBJECTDETECTIONINMULTI-SOURCEREMOTESENSINGIMAGESBASEDONDEEPLEARNINGALGORITHMCandidate：ShiyuYangSupervisor：AssociateProf.YunZhangAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：Informationa

3、ndCommunicationEngineeringAffiliation：SchoolofElectronicandInformationEngineeringDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要遥感技术是通过非接触的手段，远距离对目标进行观测的技术。现代遥感技术不局限于传统的光学遥感，SAR、多/高光谱、红外、激光等传感器系统搭载卫星以各自的优势实现对地观测。在单一传感器无法满足某些应用的要求时，多

4、源遥感图像融合技术应运而生。图像融合可以对多源遥感影像进行信息提取与综合，取长补短，提高遥感影像解译精度，扩大遥感影像的应用范围。随着成像技术的发展，对海量的高分辨率遥感影像的解译成为近年来遥感领域研究的热点问题。遥感大数据的发展趋势使深度学习在遥感目标检测中的应用成为必然，与传统图像处理需要结合任务本身人工选取图像特征不同，深度学习网络能够自动提取图像中最有利于实现目标任务的特征，充分挖掘图像信息。本文结合遥感影像的特点，研究深度学习算法在遥感图像目标检测中的应用，并结合多源遥感影像融合的思想，提高遥感目标检测的准确率，主要工作包括以下几个方面：首先，分析

5、基于深度学习的目标检测基本算法原理。首先以ZFNet为例，介绍了卷积神经网络的组成，推导了卷积神经网络的后向传播算法，给出计算流程。然后分析了将卷积神经网络从图像分类任务扩展到目标检测算法思想，回顾FasterRCNN算法流程，目标检测算法主要指标是为运算的高效性和网络结构的统一性。其次，对FasterRCNN的算法原理进行了探讨，并基于增强的遥感数据集DOTA完成了FasterRCNN网络的迁移训练，实现了遥感影像中飞机目标的检测和识别。最后结合遥感影像多方向和多尺度的特性，分析网络的目标检测性能，通过实测数据验证，网络对多方向和多尺度目标都具备检测的鲁棒

6、性，随着目标尺度的减小，网络对目标的得分降低。最后，基于高分二号多光谱和Sentinel-1SAR影像数据，研究基于DS证据理论的特征级融合算法，通过多源数据融合处理提高舰船目标检测性能。本文给出算法流程，包括影像预处理、影像配准，水陆分离、生成预选区域以及特征提取和融合，通过实测数据分析，融合后的目标检测性能比单源影像检测性能有所提高。关键词：目标检测；深度学习；特征级融合；多源遥感数据-I-哈尔滨工业大学工学硕士学位论文AbstractRemotesensingistheobservationoffar-awayobjectswithoutmakingp

7、hysicalcontact.ModernRSenjoysaboominimagesofSAR,multi/hyperspectrum,infraredandlaser,whicharespecializedinacertainaspect.Whenonetechniccannotcompletecertaintaskalone,thefusionofseveralofthesetechnicswillbeadoptedalternatively.Fusiontechnologyistoextractandmixinformationfromdifferen

8、tsourcesofimagesandtointer