基于深度学习的城乡结合部农田、绿地识别开题报告

全文总字数：5682字

1. 研究目的与意义（文献综述）

1.1研究目的

本文选择上海市作为研究区域，在城市社会经济快速发展的背景下，国家将在2020年完成全面小康的建设，而其中精准脱贫是其中的重中之重，而贫困人口主要是集中在农村。而现如今农村结合部的发展将越来越受到国家的重视。本文将通过全卷积神经网络的模型来对与城乡结合部的绿地和农田，主要是水系周围的地形进行识别分类。

2. 研究的基本内容与方案

2.1研究内容

本文将在fcn（fully convolutional networks）为主要的技术，争取在这个全卷机网络模型的基础上进行改进，建立一个更加适合识别城乡结合部绿地农田识别的模型，以宁波市作为研究区域。首先，获取遥感影像数据，根据landsat遥感卫星获得上海市城乡结合部的遥感影像，进行精度检验等预处理，得到我们所要进行实验的影像的后，将其用我们所建立的模型进行一个语义的分割，识别出城乡结合部的林地部分和农田部分。

3. 研究计划与安排

第1-3周查阅相关文献资料，明确研究内容；分析国内外研究现状，学习基本理论；

第4周阅读相关文献资料，整理技术方案，撰写开题报告；完成英文文献翻译；

第5-7周 遥感影像获取、预处理与解译，并将所得到的遥感影像按照9:1的比例分为训练集和验证集。

4. 参考文献（12篇以上）

[1]陈小帮,左亚尧,王铭锋,马铎.面向深度学习识别高空农作物的方法[j].计算机工程与设计,2020,41(02):580-586.

[2]许慧敏. 基于深度学习u-net模型的高分辨率遥感影像分类方法研究[d].西南交通大学,2018.