论文部分内容阅读
随着遥感数据特别是高分辨率数据获取的便利,快速从大数据量数据中获取高精度的水体信息并检测水体的变化,对水体监测、灾害防护和农业生产十分重要。为了更加快速高效地提取水体和提高水体变化检测的精度,本文将语义分割网络和时间序列模型应用在遥感影像时间序列的水体要素提取和变化检测中。围绕语义分割网络和LSTM(Long Short Time Memory)模型,对遥感影像时间序列的水体提取和变化检测中涉及的问题展开了一系列研究,论文的主要研究内容和研究结论如下:(1)构建多通道水体提取的U-net语义分割模型