遙感圖像分類算法及其應(yīng)用研究的開題報(bào)告

遙感圖像分類算法及其應(yīng)用研究的開題報(bào)告一、選題背景遙感技術(shù)已經(jīng)成為地球觀測(cè)和資源調(diào)查、環(huán)境保護(hù)、城市規(guī)劃、農(nóng)業(yè)生產(chǎn)等領(lǐng)域的重要手段。遙感圖像分類是遙感圖像處理的一個(gè)重要方面，它是將遙感圖像中的像素點(diǎn)按照一定的分類規(guī)則將其分為不同的類別，并對(duì)每個(gè)類別賦予對(duì)應(yīng)的語(yǔ)義含義的過(guò)程。在實(shí)際應(yīng)用中，遙感圖像分類被廣泛應(yīng)用于土地利用、土地覆蓋、森林監(jiān)測(cè)、水資源管理、城市規(guī)劃等領(lǐng)域。遙感圖像分類算法是實(shí)現(xiàn)遙感圖像分類的關(guān)鍵技術(shù)之一。傳統(tǒng)的遙感圖像分類算法主要包括最大似然分類、K-均值分類、支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)等方法。但隨著深度學(xué)習(xí)技術(shù)的發(fā)展，卷積神經(jīng)網(wǎng)絡(luò)（CNN）被越來(lái)越多地應(yīng)用于遙感圖像分類，其效果已經(jīng)突破了傳統(tǒng)方法的局限性。因此，本文擬就現(xiàn)有的遙感圖像分類算法，重點(diǎn)介紹卷積神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用及效果，并結(jié)合具體應(yīng)用場(chǎng)景，探討其優(yōu)化以及進(jìn)一步的應(yīng)用前景。二、研究目的1.掌握遙感圖像分類算法的基本原理和現(xiàn)有技術(shù)發(fā)展現(xiàn)狀。2.研究當(dāng)前遙感圖像分類中的關(guān)鍵問(wèn)題，如類別不平衡、噪聲、遙感圖像光譜問(wèn)題等。3.分析當(dāng)前主流的卷積神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用及效果。4.針對(duì)遙感圖像分類的具體應(yīng)用場(chǎng)景，提出卷積神經(jīng)網(wǎng)絡(luò)優(yōu)化的方案，探討其可行性。5.預(yù)測(cè)卷積神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的未來(lái)應(yīng)用趨勢(shì)。三、研究?jī)?nèi)容1.遙感圖像分類算法概述（1）最大似然分類法（2）K-均值分類法（3）支持向量機(jī)分類法（4）神經(jīng)網(wǎng)絡(luò)分類法2.卷積神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用（1）卷積神經(jīng)網(wǎng)絡(luò)的基本原理及圖像分類原理（2）卷積神經(jīng)網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用研究進(jìn)展3.基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像分類方法優(yōu)化（1）解決遙感圖像分類中的類別不平衡問(wèn)題（2）解決遙感圖像分類中的噪聲問(wèn)題（3）解決遙感圖像分類中的光譜問(wèn)題4.應(yīng)用場(chǎng)景分析及未來(lái)趨勢(shì)（1）基于卷積神經(jīng)網(wǎng)絡(luò)的農(nóng)業(yè)遙感圖像分類（2）基于卷積神經(jīng)網(wǎng)絡(luò)的城市地物遙感圖像分類（3）基于卷積神經(jīng)網(wǎng)絡(luò)的森林遙感圖像分類（4）未來(lái)發(fā)展趨勢(shì)分析四、研究方法1.文獻(xiàn)資料法：調(diào)研文獻(xiàn)，了解遙感圖像分類的基本原理、現(xiàn)有技術(shù)及其應(yīng)用情況。2.實(shí)驗(yàn)法：挑選合適的遙感圖像數(shù)據(jù)集，構(gòu)建卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)驗(yàn)證，評(píng)估模型性能。3.統(tǒng)計(jì)法：通過(guò)對(duì)實(shí)驗(yàn)結(jié)果的統(tǒng)計(jì)和分析，對(duì)比各種算法的性能表現(xiàn)，提出優(yōu)化方案。五、預(yù)期成果1.十余篇學(xué)術(shù)論文2.基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像分類系統(tǒng)原型設(shè)計(jì)與實(shí)現(xiàn)3.一份具備實(shí)際參考性的研究報(bào)告六、參考文獻(xiàn)1.劉建平,方競(jìng)成,田淑榮.基于遙感圖像的城市綠地分類方法研究[J].應(yīng)用氣象學(xué)報(bào),2019,30(6):683-691.2.葛漢英.遙感圖像分類方法研究綜述[J].科學(xué)技術(shù)與工程,2016,16(5):67-69.3.祝建華,崔亞麗.遙感圖像分類的主流技術(shù)及其優(yōu)缺點(diǎn)[J].現(xiàn)代電子技術(shù),2017,40(17):7-15.4.楊崢,孔德芳,張希彬.基于卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像分類方法研究[J].計(jì)算機(jī)科學(xué),2018,45(9):160-1