基于CNN的无人机遥感影像质量评价

摘要：

运用无人机的遥感影像来调查林地状态是一种有效的途径,为了进一步提升遥感图像质量的评价精度,笔者提出了一种基于卷积神经网络(convolutional neural network,CNN)的无人机遥感图像质量评价方法,主要包括图像采集与预处理、数据扩增、模型训练和测试4个阶段.首先对无人机采集到的遥感图像进行主观质量打分,分别获取同一区域不同阶段图像的质量分数;然后运用图像旋转和剪裁等方法对遥感图像进行数据扩增,将扩增后的图片和原始图片融合作为实验数据集;其次在Caffe深度学习框架中构建基于CNN深层特征的回归模型,并训练;最后,根据已建立好的深度回归模型和学习到的参数,预测无人机遥感图像的质量分数.结果表明,提出的方法可以取得较准确的评分效果,在保证客观打分的同时,能基本保持和人眼视觉的感受一致.

关键词：卷积神经网络、遥感图像、质量评价、无人机影像、深度学习

所属期刊栏目：3

分类号：TP751.1(遥感技术)

资助基金：国家林业局财政项目2016-2-11;2017林地变更?全国林地数据库更新、系统工具升级维护2017-2-19

在线出版日期：2018-10-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：121-127