基于深度学习的遥感影像城市扩展方法研究

《基于深度学习的遥感影像城市扩展方法研究》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、第２３卷第３期载人航天Ｖｏｌ．２３Ｎｏ．３２０１７年６月ＭａｎｎｅｄＳｐａｃｅｆｌｉｇｈｔＪｕｎ．２０１７基于深度学习的遥感影像城市扩展方法研究韩洁，李盛阳，张涛（中国科学院空间应用工程与技术中心太空应用重点实验室，北京１０００９４）摘要：在已有的遥感影像变化检测方法基础之上，引入并提出利用深度学习中的深度信念网络对高分辨率遥感影像进行分类及城市扩展变化检测分析。通过与传统方法的对比，深度学习的总体精度和Ｋａｐｐａ系数最高。深度学习的生产者精度最高，误判率比较低，最适用于城市建成区变化趋势的研究。通过计算图像的信息熵对隐含层节点数进行预测，大大缩短了深度学习的时间

2、，相同实验条件下每幅影像训练时间可缩短１２�５２５ｓ，提高了分类效率，对于城市扩展应用研究具有较大的贡献。最后应用改进的深度信念网络对北京市三期遥感影像进行分类及变化检测，并分析了北京市的城市扩展趋势及特征。为城市规划、土地利用保护提供技术参考及借鉴。关键词：深度学习；深度信念网络；遥感影像；变化检测；信息熵中图分类号：ＴＰ７０１文献标识码：Ａ文章编号：１６７４⁃５８２５（２０１７）０３⁃０４１４⁃０５ＲｅｓｅａｒｃｈoｎＵｒｂａｎＥｘｐａｎｓｉoｎＭｅｔｈoｄＢａｓｅｄoｎＤｅｅｐＬｅａｒｎｉｎｇoｆＲｅｍoｔｅＳｅｎｓｉｎｇＩｍａｇｅＨＡＮＪｉｅ，ＬＩＳｈｅｎ

3、ｇｙａｎｇ，ＺＨＡＮＧＴａｏ（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＳｐａｃｅＵｔｉｌｉｚａｔｉｏｎ，ＴｅｃｈｎｏｌｏｇｙａｎｄＥｎｇｉｎｅｅｒｉｎｇＣｅｎｔｅｒｆｏｒＳｐａｃｅＵｔｉｌｉｚａｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｄｅｅｐｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｆｏｒｃｈａｎｇｅｄｅｔｅｃｔｉｏｎｕｓｉｎｇｈｉｇｈｒｅｓｏｌｕｔｉｏｎｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｗａｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅｅｘｉｓｔｉｎｇｍｅｔｈｏｄｓｉｎｃｌｕｄｉｎｇｔｈｅｉｍａ

4、ｇｅｄｉｆｆｅｒｅｎｃｉｎｇｍｅｔｈｏｄ，ｔｈｅｕｎｓｕ⁃ｐｅｒｖｉｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｔｈｅｓｕｐｅｒｖｉｓｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｗｅｒｅａｎａｌｙｚｅｄ．Ｃｏｍｐａｒｉｎｇｗｉｔｈｔｈｏｓｅｔｒａｄｉｔｉｏｎ⁃ａｌｍｅｔｈｏｄｓ，ｔｈｅｏｖｅｒａｌｌａｃｃｕｒａｃｙａｎｄＫａｐｐａｃｏｅｆｆｉｃｉｅｎｔｏｆｄｅｅｐｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍｗｅｒｅｔｈｅｈｉｇｈｅｓｔａｎｄｔｈｅｐｒｏｄｕｃｅｒ’ｓａｃｃｕｒａｃｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｗａｓａｌｓｏｔｈｅｈｉｇｈｅｓｔ．Ｔｈｉｓｍｅｔｈｏｄｗａｓｓｕｉｔａ

5、ｂｌｅｆｏｒｔｈｅｃｈａｎｇｅｄｅｔｅｃｔｉｏｎｏｆｔｈｅｕｒｂａｎｂｕｉｌｔ⁃ｕｐａｒｅａ．Ｉｔｗａｓｆｏｕｎｄｔｈａｔｔｈｅｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙｏｆｔｈｅｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｗａｓｓｉｍｉｌａｒｔｏｔｈｅｎｕｍｂｅｒｏｆｈｉｄｄｅｎｌａｙｅｒｍｏｄｅｓｏｆｔｈｅｄｅｅｐｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍ．Ｉｔｃｏｕｌｄｓｈｏｒｔｅｎｔｈｅｔｉｍｅｏｆｃａｌｃｕｌａｔｉｏｎｂｙａｂｏｕｔ１２．５２５ｓａｎｄｍａｋｅｃｏｎｔｒｉｂｕｔｉｏｎｓｔｏｔｈｅｃｈａｎｇｅｄｅｔｅｃｔｉｏｎａｐ⁃ｐｌｉｃａｔｉｏｎ．Ｉｎｔｈｅｅｎｄ，ｔｈｅｍ

6、ｏｄｉｆｉｅｄｄｅｅｐｂｅｌｉｅｆｎｅｔｗｏｒｋｗａｓｕｓｅｄｔｏｃｌａｓｓｉｆｙａｎｄｄｅｔｅｃｔｔｈｅｃｈａｎｇｅｓｉｎｔｈｒｅｅｓｔａｇｅｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓｏｆＢｅｉｊｉｎｇ．ＴｈｅｔｒｅｎｄｓａｎｄｆｅａｔｕｒｅｓｏｆｕｒｂａｎｅｘｐａｎｓｉｏｎｏｆＢｅｉｊｉｎｇｗｅｒｅａｎａｌｙｚｅｄ，ｗｈｉｃｈｍａｙｓｅｒｖｅａｓａｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｃｉｔｙｐｌａｎｎｉｎｇ，ｌａｎｄｕｓａｇｅａｎｄｐｒｏｔｅｃｔｉｏｎ．Ｋｅｙｗoｒｄｓ：ｄｅｅｐｌｅａｒｎｉｎｇ；ｄｅｅｐｂｅｌｉｅｆｎｅｔｗｏｒｋ；ｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａ

7、ｇｅｓ；ｃｈａｎｇｅｄｅｔｅｃｔｉｏｎ；ｉｎｆｏｒｍａ⁃ｔｉｏｎｅｎｔｒｏｐｙ间信息时代的机遇，遥感、信息系统及数据挖掘技１引言术为监测管理不断变化、不断发展的城市动态体自上世纪９０年代以来，中国的城市经济增长系，提供了关键的技术支持。加速了城市的空间扩展。为了有效地对城市进行遥感变化检测是根据同一地区不同时期获取动态监测、做好规划和管理、预测它的发展，传统的遥感影像定量地分析地表的变化特征以及信息［１］［２］方法已经不能满足客观需要。面对２１世纪空的技术，已经成为当前遥感图像处理与分析的收稿日期：２０１６⁃０９⁃２９；修回日期：２０１７⁃０４⁃１７基金项目：中国

8、科学院空间