基于CNN的无人机遥感影像质量评价

编号 zgly0001645945

文献类型 期刊论文

文献题名 基于CNN的无人机遥感影像质量评价

作者 许等平  任怡  闫哲  业巧林  张冬 

作者单位 国家林业局调查规划设计院  南京林业大学信息科学技术学院 

母体文献 林业工程学报 

年卷期 2018年05期

年份 2018 

分类号 S771.8  TP751 

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 

文摘内容 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。