基于CNN的遙感圖像適配結(jié)構(gòu)選取方法研究.pdf

1、適配結(jié)構(gòu)自動選取技術(shù)是飛行器導航的關(guān)鍵技術(shù)，也是地面信息保障的核心技術(shù)之一，其好壞直接影響著匹配的性能和精度。如何利用衛(wèi)星影像選取適配結(jié)構(gòu)是當今精確匹配制導領(lǐng)域的工作重點和難點。然而，不同于普通的目標檢測，由于適配結(jié)構(gòu)形態(tài)千差萬別、沒有一個穩(wěn)定結(jié)構(gòu)，很難用一個規(guī)則去描述并量化的特點，使得適配結(jié)構(gòu)的選取非常困難，選取效果普遍不佳。
　　卷積神經(jīng)網(wǎng)絡(luò)(CNN)具有通過訓練、自己學習特征，并對結(jié)構(gòu)準確描述表達的特點，隨著深度學習的迅速發(fā)

2、展，本文創(chuàng)新性地首次將 CNN與適配結(jié)構(gòu)選取技術(shù)相結(jié)合，提出了一種基于 CNN的遙感圖像適配結(jié)構(gòu)自動選取方法。算法包括學習和選取階段：學習階段，挑選信息量大、穩(wěn)定性強的適配結(jié)構(gòu)作為學習樣本，并設(shè)計、訓練出了一種基于適配結(jié)構(gòu)的CNN分類模型；選取階段，將待選取遙感圖像切割成一張張片元，經(jīng) CNN分類模型后識別出適配結(jié)構(gòu)，并用非極大值抑制濾掉低適配率的重復區(qū)域，最后通過基于相關(guān)峰的獨特性分析（主次峰值比、最高鋒銳度），確保識別適配結(jié)構(gòu)在遙感