基于全卷积网络的高分一号遥感影像分割方法
| 中文摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-16页 |
| 1.2.1 高分辨率遥感影像分割方法 | 第11-12页 |
| 1.2.2 基于全卷积网络的语义分割方法 | 第12-13页 |
| 1.2.3 边缘修正及去噪算法 | 第13-14页 |
| 1.2.4 其他基于深度学习的语义分割方法 | 第14-15页 |
| 1.2.5 存在的问题 | 第15-16页 |
| 1.3 研究内容与技术路线 | 第16-17页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 技术路线 | 第17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 1.5 小结 | 第19-20页 |
| 2 研究区概况与基础数据预处理 | 第20-25页 |
| 2.1 研究区概况 | 第20-21页 |
| 2.2 高分一号遥感数据描述 | 第21-22页 |
| 2.3 数据预处理 | 第22-24页 |
| 2.4 小结 | 第24-25页 |
| 3 RSSFCN分割模型的网络设计 | 第25-38页 |
| 3.1 边缘修正去噪方法 | 第25-30页 |
| 3.1.1 双边滤波算法 | 第25-26页 |
| 3.1.2 双边滤波算法改进 | 第26-28页 |
| 3.1.3 测试结果 | 第28-30页 |
| 3.2 RSSFCN网络设计及分析 | 第30-35页 |
| 3.2.1 RSSFCN网络结构 | 第30-31页 |
| 3.2.2 卷积层 | 第31-32页 |
| 3.2.3 池化层 | 第32-33页 |
| 3.2.4 扩张卷积层 | 第33-34页 |
| 3.2.5 激活函数 | 第34-35页 |
| 3.2.6 反卷积层 | 第35页 |
| 3.3 优化函数 | 第35-36页 |
| 3.4 小结 | 第36-38页 |
| 4 RSSFCN分割模型模块设计及实现 | 第38-43页 |
| 4.1 模块设计 | 第38-42页 |
| 4.1.1 数据集制作模块 | 第38-40页 |
| 4.1.2 结果分析评价模块 | 第40-42页 |
| 4.2 开发环境及模型实现 | 第42页 |
| 4.3 小结 | 第42-43页 |
| 5 实验结果与分析 | 第43-49页 |
| 5.1 模型训练 | 第43-44页 |
| 5.1.1 样本集构建 | 第43-44页 |
| 5.1.2 网络训练 | 第44页 |
| 5.2 测试结果分析 | 第44-47页 |
| 5.3 对比分析 | 第47-48页 |
| 5.4 小结 | 第48-49页 |
| 6 总结与展望 | 第49-51页 |
| 6.1 结论及分析 | 第49-50页 |
| 6.2 后续工作的展望 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-58页 |
| 攻读硕士期间发表论文与研究成果 | 第58页 |
