基于深度学习的高分辨率遥感影像目标检测

传统的目标检测识别方法难以适应海量高分辨率遥感影像数据，需要寻求一种能够自动从海量影像数据中学习最有效特征的方法，充分复挖掘数据之间的关联。本文针对海量高分辨率遥感影像数据下典型目标的检测识别，提出一种分层的深度学习模型，通过设定特定意义的分层方法建立目标语义表征及上下文约束表征，以实现高精度目标检测。通过对高分遥感影像目标检测的试验，证明了该方法的有效性。

高分辨率遥感影像处理——增强.pdf

高分辨率遥感影像处理——增强.pdf 一个ppt

论文研究-城市高分辨率遥感影像分类方法研究 .pdf

城市高分辨率遥感影像分类方法研究，顿德光，，本文根据城市各类目标在影像上的不同特征采用了分层分类结合监督分类的遥感影像分类方法。首先将不同传感器的信息源进行融合，接

基于数学形态学的高分辨率遥感影像道路提取

摘要:利用数学形态学的方法对高分辨率遥感影像道路提取进行了研究,通过对影像进行预处理增强道路信息,依据影 像灰度直方图信息,对预处理后的影像进行阈值分割,得到一个包含道路信息的二值影像;进一步使用形态开运算去除细小 噪声,同时将一部分粘连在道路上的噪声与道路信息进一步分割;接着结合形态腐蚀和形态重建运算获取影像中主要道路网 络信息,并用形态闭运算完善道路网络信息;最后对道路网络信息进行形态细化和一定次数的形态修剪处理,得到单像素宽 的道路中心线信息。利用数学计算软件MATLAB 在高分辨率遥感影像上作了实验,并进行了总结和分析。

基于Hough变换的高分辨率遥感影像道路提取_安丽.caj

论文仅供学习参考使用。 本文首先对高分辨率遥感影像进行预处理，对各种检测边缘的算子进行了比较，最后在传统 Hough 变换的基础上，运用连通域去除的改进算进行道路提取。

基于深度学习的高分辨率遥感图像识别与分类研究

深度学习的高分辨率遥感图像识别与分类研究，用深度学习方法处理卫星图像

高分辨率遥感影像图的制作与研究

高分辨率遥感影像图的制作与研究，王丹，韩月娇，针对高分辨遥感影像图的制图方法以及制作过程中存在的问题，从实际应用的角度，总结了高分辨率遥感影像图制图关键技术。 介绍了�

基于高分辨率的遥感影像三维城市建模

基于高分辨率的遥感影像三维城市建模，介绍了基于IKONOS影像的RPC参数模型的原理与方法。

高分辨率遥感影像的深度学习变化检测方法

高分辨率遥感影像的深度学习变化检测方法

高分辨率遥感影像场景的多尺度神经网络分类法

高分辨率遥感影像场景分类是实现复杂场景快速自动识别的基础，在军事、救灾等领域有十分重要的意义。为了在有限的遥感数据集上获得高识别精度，本文提出了一种基于联合多尺度卷积神经网络模型的高分辨率遥感影像场景分类方法。

高分辨率遥感影像结合LiDAR数据的面向对象分类方法

为了更准确地对遥感数据进行分类,结合Geo Eye高分辨率遥感影像和机载Li DAR数据,通过对分割参数、特征选择、分类规则等特征进行研究,提出采用面向对象的模糊分类方法——成员函数法选择实验区进行了分类研究。实验结果表明:该分类方法能够更有效地提取出建筑物、煤堆、灌木等矿区典型地物,总体分类精度达到93.92%,KIA为92.52%,分类精度相比单一遥感数据明显提高。

高分辨率遥感影像道路信息提取关键技术研究与实现

高分辨率遥感影像道路信息提取关键技术研究与实现

高分辨率遥感影像在测绘生产中的应用潜力研究

高分辨率遥感影像在测绘生产中的应用潜力研究

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_许慧敏.caj

深度学习是近几年图像识别领域的一门新兴技术，能够自动学习影像深层次特征 从而进行准确的分类决策，为得到更好的高分辨率遥感影像分类结果带来新的契机

乌兰布和沙漠高分辨率遥感影像梭梭林解译方法探讨

乌兰布和沙漠高分辨率遥感影像梭梭林解译方法探讨

深度卷积神经网络在高分辨率遥感影像场景分类中的应用

是一篇有关深度学习的利用预训练网络对遥感图像进行分类的论文，原文是英文的，题目是我翻译的

高分辨率的遥感图像库.zip

包含几百张高分辨率遥感图像，对象类别（1架飞机，2艘船，3储罐，4棒球菱形，5网球场，6篮球场，7地跑道场，8港口，9桥，10车）。 包括150个不包含给定对象类别的任何目标的图像，文件夹“positive image set”包括650个图像，每个图像至少包含一个目标被检测到。

面向对象的高分辨率遥感影像信息提取——以耕地提取为例

ENVI（The Environment for Visualizing Images）是一个完整的遥感图像处理平台，应用汇集中的软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。

利用对象光谱与纹理实现高分辨率遥感影像云检测方法

针对高分辨率遥感影像云检测过程中合适的云检测光谱阈值难以确定及影像中类云地物对云检测精度影响的问题，提出一种基于对象光谱与纹理的高分辨率遥感影像云检测方法。首先，对影像进行直方图均衡化处理，根据均衡化影像直方图获得合适的影像云检测光谱阈值。其次，用简单线性迭代聚类算法对影像进行分割生成分割对象，以对象为处理单元，根据云检测光谱阈值和对象光谱属性对对象进行云检测过滤，获得初始云检结果。