高分辨率卫星影像的道路提取

高分辨率卫星影像的道路提取

ID:34611463

大小:3.86 MB

页数:74页

时间:2019-03-08

高分辨率卫星影像的道路提取_第1页
高分辨率卫星影像的道路提取_第2页
高分辨率卫星影像的道路提取_第3页
高分辨率卫星影像的道路提取_第4页
高分辨率卫星影像的道路提取_第5页
资源描述:

《高分辨率卫星影像的道路提取》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、硕士学位论文高分辨率卫星影像的道路提取ROADEXTRACTIONFROMHIGHRESOLUTIONSATELLITEIMAGERYMAMHOUTRACHID(理查德)哈尔滨工业大学2018年6月国内图书分类号:TP751.1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高分辨率卫星影像的道路提取硕士研究生:MAMHOUTRACHID(理查德)导师:张钧萍教授申请学位: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IIClassifiedIndex:TP751.1U.D.C.:621.

2、3DissertationfortheMasterDegreeinEngineeringROADEXTRACTIONFROMHIGHRESOLUTIONSATELLITEIMAGERYCandidate:MAMHOUTRACHIDSupervisor:Prof.ZhangJunpingAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:InformationandCommunicationEngineeringAffiliation:SchoolofElectronicsandInformationEngineeri

3、ngDateofDefence:June,2018Degree-Conferring-Institution:HarbinInstituteofTechnologyIII哈尔滨工业大学工学硕士学位论文AbstractRoadnetworksplayanimportantroleinvariousapplicationssuchasurbanandruralplanning,infrastructureplanning,transportationmanagementandvehiclenavigation.Accurateroadnetworksextractionfrom

4、HighResolutionSatellite(HRS)imagesareofcentralimportanceinawidedomainofapplications.However,therearemanydifficultieswhichimpedestheextractionoftheroadnetworks,suchastheocclusionsoftreesandcars,shadowoftreesandhighbuilding,complexbackgrounds.Recently,deeplearningtechniquehasachievedimpressi

5、veperformanceonavarietyofproblems;suchasobjectdetection,speechrecognition,naturallanguageprocessing,visualrecognition,andimageclassification.TheConvolutionalNeuralNetwork(CNN)isoneofthemostimportanttypesofdeepneuralnetworks,andithasbeenwidlystudied.TheresearchonCNNhasbeenemergedquicklyanda

6、ccomplishedstate-of-the-artresultsonseveraltasks.ACNNisaspecialvariantofaneuralnetwork,whereconnectivitybetweenunitshavebeenconstrainedandparametersharingisemployed,whichreducetheparametersnumberinitsmodel.CNNcan,therefore,havemanyhiddenlayers,whichenablesthenetworktolearnahierarchicalrepr

7、esentationoftheinputdata.Byhavingalargedatasetandconductingabackpropagationprocess,thenetworkcanlearntoextractinformativefeaturesfromrawpixelvalues.Toaddresstheabovementionedcomplexissues,wesuggesttoemployaCNNalgorithm.Theproposedmethodisbasedonfourmainsteps.F

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。