基于Faster R-CNN深度网络的遥感影像目标识别方法研究

遥感影像目标识别在众多领域中具有极高的理论意义与应用价值,更快速、更精确的目标识别方法研究是目前遥感及图像研究领域的热点与难点。本文将深度学习的方法应用于遥感影像目标识别中,提出基于Faster R-CNN深度学习网络的目标快速精确识别方法。该方法采用了包括基于RPN的建议区域提取方法和VGG16训练卷积网络模型,构建了面向遥感影像目标识别的深度卷积神经网络。为验证该方法的精度及性能,在Caffe深度学习框架上,选取高分辨率遥感影像中飞机、油罐、操场及立交桥目标进行验证实验。结果表明,基于Faster R-CNN的深度学习方法能够实现对遥感影像目标的快速、准确识别,同时具有较好的推广性。通过本文的研究,证明基于Faster R-CNN深度学习的高分遥感影像目标识别方法具有显著优势和潜力,对基于其他深度学习方法的目标识别研究也有一定的参考意义。     

海量遥感数据的GPU通用加速计算技术

通过研究GPU通用运算环境下栅格数据的空间域滤波及相关性算法,详细介绍了GPU通用运算技术;通过比较,分析了GPU通用加速计算的优势所在。     

基于关系数据库的三维模型库技术

提出了一个利用关系数据库来实现三维模型库的方法,对数据库设计、模型数据的建模要求、客户端实现以及模型库的维护做了说明,解决了文件方式管理三维模型数据的弊端。     

基于景物灰度分布特征的影像恢复技术

从刀刃曲线求取ＭＴＦ的基本理论入手,介绍了从数字影像中提取刀刃曲线的方法,简要说明了图像在频率域和空间域中的恢复过程。实验证明,ＭＴＦ理论在影像恢复中有很大的应用潜力。     

三维环境下栅格数据的动态调度

提出了一个通过数据缓冲区和多线程调度的算法,实现了大范围栅格数据的实时动态调度,提高了地形数据三维可视化表达的效率,在实践应用中取得了很好的效果。     

基于景物灰度分布特征的影像恢复技术

从刀刃曲线求取ＭＴＦ的基本理论入手,介绍了从数字影像中提取刀刃曲线的方法,简要说明了图像在频率域和空间域中的恢复过程,。实验证明,ＭＴＦ理论在影像恢复中有很大的应用潜力。