發(fā)布時(shí)間：2020-04-03 11:40

【摘要】：由于遙感成像傳感器的硬件故障和成像時(shí)惡劣的天氣條件,獲得的遙感影像常常含有缺失信息。缺失信息的存在阻礙了后續(xù)的遙感影像解譯研究。同時(shí),隨著傳感器技術(shù)的不斷發(fā)展,遙感影像的光譜、空間和時(shí)間分辨率也在不斷提高。因此有必要發(fā)展新的多源遙感數(shù)據(jù)融合模型,利用空時(shí)譜特征,復(fù)原得到高分辨率遙感影像。高光譜遙感影像的解譯分析也是目前的研究熱點(diǎn)問題,其存在著訓(xùn)練樣本有限和特征維度過高的矛盾,需要發(fā)展相應(yīng)的理論模型,綜合利用遙感影像的多種特征,提高小樣本情況下分類準(zhǔn)確率。最近興起的社交媒體和遙感影像的數(shù)據(jù)融合研究為解決訓(xùn)練樣本不足問題提供了新的思路,利用街景數(shù)據(jù)獲得成像場景的語義信息,可以指導(dǎo)同場景的遙感圖像的語義分割。論文從遙感影像的復(fù)原與分類兩方面研究入手,首先解決光學(xué)衛(wèi)星圖像的缺失信息復(fù)原和不同分辨率的多源信息融合問題。然后利用多特征學(xué)習(xí)框架提高遙感影像的解譯能力,最后利用地面街景數(shù)據(jù)和遙感影像的跨視角域適應(yīng)融合模型,在弱監(jiān)督情況下提高遙感影像的語義分割精度。主要?jiǎng)?chuàng)新點(diǎn)可歸納為以下幾個(gè)方面:1.提出了基于鄰域回歸的多時(shí)相遙感影像復(fù)原模型,首先針對不同的地物類別利用聚類分析和稀疏表示,學(xué)習(xí)類內(nèi)特有的缺失信息和完整信息間的映射關(guān)系。然后利用回歸模型,查找與每個(gè)字典元素距離較近的像素點(diǎn),利用這些像素特征快速回歸出遙感影像的缺失信息。同時(shí)對于多時(shí)相遙感影像天氣、季節(jié)和地理變化帶來的特征差異,提出了共同特征空間學(xué)習(xí)模型,提高算法復(fù)原精度。光譜缺失信息和空間缺失信息復(fù)原實(shí)驗(yàn)表明了算法能夠很好的利用共同特征空間學(xué)習(xí)缺失信息和完整信息間的映射關(guān)系,達(dá)到了較好的復(fù)原效果,并且大大降低了時(shí)間復(fù)雜度。同時(shí)算法解決了由長時(shí)間地表變化帶來的復(fù)原難題,具有廣闊的應(yīng)用前景。2.提出了一種融合遙感影像的空間特征,光譜特征和時(shí)間特征的混合稀疏表示模型解決遙感影像多源數(shù)據(jù)融合問題。目前的多源數(shù)據(jù)融合研究主要針對具體的衛(wèi)星數(shù)據(jù),還沒有通用的算法能夠解決不同分辨率的異質(zhì)遙感數(shù)據(jù)融合難題�；�于此,算法首先從人類視覺機(jī)制出發(fā),提出了空間-光譜字典學(xué)習(xí)算法,并探索不同源數(shù)據(jù)在光譜信息的相關(guān)性和空間信息的相似性。然后利用時(shí)間變化權(quán)重學(xué)習(xí),度量地理變化帶來的時(shí)間特征差異。同時(shí)提出了快速優(yōu)化算法,提高復(fù)原效率。最后利用空間-光譜特征,空間-時(shí)間特征和空間-光譜-時(shí)間特征三組實(shí)驗(yàn),驗(yàn)證了算法能夠很好地結(jié)合空時(shí)譜特征,為洪水等自然災(zāi)害評估提供實(shí)時(shí)高分辨率遙感影像。3.提出了一種基于多特征學(xué)習(xí)的高光譜遙感影像分類方法,解決訓(xùn)練樣本不足問題。首先利用新的相似性和多樣性核特征,保持遙感影像的光譜相關(guān)性和空間鄰域一致性。然后基于貝葉斯理論模型利用特征投影的方法,為每種地物類別選取包含豐富信息的特征加入到分類器,并采用類內(nèi)權(quán)重學(xué)習(xí)為不同特征賦予不同權(quán)重。最后為了聯(lián)合遙感圖像的線性和非線性特征,提出了決策融合機(jī)制,提高分類準(zhǔn)確率。實(shí)驗(yàn)分析中采用三組主流的高光譜遙感影像分類數(shù)據(jù)庫,證明了算法能夠很好解決訓(xùn)練類標(biāo)有限問題,達(dá)到了主流的分類效果。最后利用提出的模型融合高光譜和LiDAR數(shù)據(jù),表明了算法能夠自適應(yīng)擴(kuò)展到多源數(shù)據(jù)融合分類應(yīng)用。4.提出了一種利用地面街景圖像的弱監(jiān)督信息指導(dǎo)遙感影像跨視角語義分割模型。遙感影像數(shù)據(jù)標(biāo)注需要花費(fèi)大量人力物力,為此模型利用域適應(yīng)模型和域內(nèi)及跨域生成對抗損失函數(shù),學(xué)習(xí)航拍圖像和街景圖像對中共享及特有的兩種特征映射關(guān)系。然后基于全卷積網(wǎng)絡(luò)的語義分割網(wǎng)絡(luò),提取遙感影像的語義信息,并加入對抗損失項(xiàng)保持語義分割結(jié)果的空間一致性。在常用遙感影像語義分割數(shù)據(jù)集上的結(jié)果顯示,本算法能夠很好的聯(lián)合地面街景數(shù)據(jù)的標(biāo)注信息,通過域適應(yīng)模型保留遙感圖像和街景圖像的場景分布,提高跨視角的分割精度。并且設(shè)計(jì)了利用遙感信息輔助街景數(shù)據(jù)地理定位的實(shí)驗(yàn),進(jìn)一步驗(yàn)證算法的應(yīng)用前景。上述研究涵蓋了遙感影像的多時(shí)相復(fù)原重建,不同分辨率多源數(shù)據(jù)融合,高光譜遙感圖像分類及遙感影像和街景數(shù)據(jù)跨視角融合、地理定位幾個(gè)方面。論文系統(tǒng)解決了從遙感影像獲取到訓(xùn)練樣本有限情況下遙感影像解譯,語義信息分割的一系列問題,具有良好的理論基礎(chǔ)和工程應(yīng)用價(jià)值,為高分辨率遙感影像的推廣應(yīng)用提供了關(guān)鍵技術(shù)支持。
【圖文】：

第一章緒論逡逑１．１研宄背景及意義逡逑在過去的幾十年時(shí)間內(nèi)，對地觀測技術(shù)取得了長足進(jìn)步。如圖１．１所示，遙感技逡逑術(shù)為國土資源監(jiān)測、農(nóng)業(yè)領(lǐng)域、搶險(xiǎn)救災(zāi)、城市規(guī)劃提供了數(shù)據(jù)信息保障，具有不逡逑可估量的應(yīng)用前景。衛(wèi)星遙感影像能夠不間斷提供全球范圍的高分辨率遙感影像，逡逑打破了之前的人工數(shù)據(jù)統(tǒng)計(jì)及航拍數(shù)據(jù)統(tǒng)計(jì)的城市范圍局限ｍ。發(fā)射于１９７２年的第逡逑一顆Ｌａｎｄｓａｔｌ衛(wèi)星，，具有８０米的空間分辨率和１８天重訪周期，從那以后，遙感衛(wèi)星的逡逑對地采樣距離，獲取圖像質(zhì)量和獲取的數(shù)據(jù)量級有了很大發(fā)展。例如主流的遙感衛(wèi)逡逑星可以提供分米級的空間分辨率（ＷｏｒｌｄＶｉｅｗ－２，邋ＷｏｒｌｄＶｉｅｗ－３，邋Ｐｌｅｉａｄｅｓ）和精確到每曰逡逑的重放周期（ＲａｐｉｄＥｙｅ，邋Ｃｏｐｅｒｎｉｃｕｓ邋Ｓｅｎｔｉｎｅｌｓ），最新的群衛(wèi)星計(jì)劃正逐漸改變對地觀測逡逑數(shù)據(jù)處理技術(shù)的發(fā)展（ＰｌａｎｅｔＬａｂｓ／Ｓｋｙｃｕｂｅ）。不斷增長的對地觀測數(shù)據(jù)量對目前的結(jié)逡逑合計(jì)算機(jī)視覺，模式識(shí)別，機(jī)器學(xué)習(xí)和遙感技術(shù)的數(shù)據(jù)處理方法提出了新的要求。逡逑我國是一個(gè)遙感大國

■W逡逑（ａ）邋２００５年邋１０月邐（ｂ）邋２００６邋年７月逡逑圖１．２由成像傳感器角度和太陽入射角引起的多倫多地區(qū)高分辨率數(shù)據(jù)變化逡逑由傳感器硬件故障或者天氣條件引起的遙感影像的缺失信息，限制了遙感圖像逡逑的分類、目標(biāo)檢測、光譜解混等應(yīng)用。為了提高隨后的圖像解譯精度和數(shù)據(jù)的實(shí)用逡逑２逡逑
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 袁如金;張敏;李世偉;;基于華浩超算平臺(tái)遙感影像幾何校正研究——以資源一號(hào)02C數(shù)據(jù)為例[J];測繪與空間地理信息;2017年01期

2 馬慧云;吳曉京;趙國慶;姜丙波;;遙感影像反演的霧參數(shù)地區(qū)差異性分析[J];遙感信息;2017年03期

3 雒培磊;李國慶;曾怡;;一種改進(jìn)的基于深度學(xué)習(xí)的遙感影像拼接方法[J];計(jì)算機(jī)工程與應(yīng)用;2017年20期

4 鄢詠折;范曉燕;;遙感影像變化監(jiān)測方法簡述[J];城市建設(shè)理論研究(電子版);2017年22期

5 蔡紅s

本文編號(hào)：2613326