1. 研究目的与意义(文献综述)
1.目的及意义(含国内外的研究现状分析)
1.1目的及意义
传统的云检测方法在云检测研究中仍然存在许多难题。例如,薄云在检测中 常常被忽略,高亮物体由于具有高的反射率常常被误识别为云,云轮廓检测不准确等 。这些问题也是研究者们一直在不断完善的地方。随着人工智能技术的发展,深度学习在数据分析中呈现最快的增长趋势 。深度学习依靠深层的神经网络(神 经网络通常在两层以上的网络称为深层神经网络)学习数据特征。对于浅层网络结构,在处理有限数量的样本时,当目标对象具有丰富含义 ,浅层网络学习到的特征表示仅仅包含了目标对象的低级或浅层表达 ,对于复杂场景下的目标检测或 多分类问题 ,表现性能和泛化能力存在明显不足 。深层神经网络作为浅层网络的对应 ,从计算机视觉的角度有效提取遥感图像信息和学习特征 ,而不是基于特定领域知识设计的于工特征 ,能够更准确的理解和学习信息。由于强大的白学习能力和数据分析能力,深度学习正成为许多应用领域的首选方法 。卷积神经网络 (convolutional neural network, cnn)作为深度学习的经典算法 ,由生物自然视觉认知机制启发而来,并且己被证明善于从原始图像中提取中高级抽象特征。
2. 研究的基本内容与方案
2.1研究基本内容
(1)数据预处理及构建训练样本库
对 landsat 8 影像进行人工目视解译 、分割等预处理 ,建立包含多种地表类 型和云类型的训练样本库,采用数据增强技术保证样本的丰富性 。
3. 研究计划与安排
第1-2周:收集与课题相关的教材,期刊,论文等,熟悉相关理论知识。确定方案,完成开题报告;
第3-5周:学习和研究深度学习的相关理论;
第6-9周:学习和研究云检测相关理论,并进行相关验证;
4. 参考文献(12篇以上)
[1]李腾腾,唐新明,高小明.资源三号影像朵云识别中云雪分离研究[j].测绘通报,2016(2)
[2]杨玲.基于多特征融合和图割模型的遥感影像云检测算法研究[d].2018.
[3]陈洋,范荣双,王竞雪等.基于深度学习的资源三号卫星遥感影像云检测方法[j]. 光学学报,2018,38(1):128005-1.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。