本文選題：變化檢測(cè) + 雙樹(shù)復(fù)小波變換DT-CWT�。� 參考：《遙感學(xué)報(bào)》2017年03期

【摘要】：為了解決多尺度遙感圖像變化檢測(cè)在降噪時(shí)丟失大量高頻信息及單一像素孤立性的問(wèn)題,提出了一種雙樹(shù)復(fù)小波變換DT-CWT(Dual-tree Complex Wavelet Transform)和馬爾可夫隨機(jī)場(chǎng)MRF(Markov Random Field)相結(jié)合的非監(jiān)督遙感圖像變化檢測(cè)算法,首先采用DT-CWT對(duì)差異圖像進(jìn)行多尺度分解,并根據(jù)MRF模型分割算法提取高頻區(qū)域的變化特征,然后進(jìn)行相應(yīng)層的高、低頻重構(gòu),再對(duì)重構(gòu)后的各層建立MRF模型并根據(jù)貝葉斯最大后驗(yàn)概率準(zhǔn)則MAP(Maximum A Posterior)進(jìn)行最終分割,最后對(duì)各層分割結(jié)果進(jìn)行求交融合,得到最終的變化檢測(cè)結(jié)果掩膜圖。對(duì)比實(shí)驗(yàn)結(jié)果表明,該方法在去除雜點(diǎn)和噪聲的同時(shí)能夠較好地保留高頻信息,并且邊緣檢測(cè)更加平滑,具有較高的變化檢測(cè)精度和很好的魯棒性。
[Abstract]:In order to solve the problem of multi-scale remote sensing image change detection losing a lot of high-frequency information and single pixel isolation in noise reduction. An unsupervised remote sensing image change detection algorithm based on DT-CWT-Dual-tree complex Wavelet transform (DT-CWT-Dual-tree complex Wavelet transform) and Markov Random Field (MRFF) is proposed. Firstly, DT-CWT is used to decompose the differential image. According to the MRF model segmentation algorithm, the change characteristics of the high frequency region are extracted, and then the high and low frequency reconstruction of the corresponding layer is carried out. Then, the MRF model is established for each reconstructed layer and the final segmentation is carried out according to the Bayesian maximum posterior probability criterion (MAPMaximum A Posterior). Finally, the intersection fusion of each layer segmentation result is carried out, and the final change detection result mask image is obtained. The experimental results show that the proposed method can preserve the high frequency information while removing the clutter and noise, and the edge detection is smoother, with high accuracy and robustness.
【作者單位】： 中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院;國(guó)家測(cè)繪地理信息局衛(wèi)星測(cè)繪應(yīng)用中心;
【基金】：國(guó)家自然科學(xué)基金(編號(hào):51374209,41271394)~~
【分類號(hào)】：TP751

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 宋翠玉;李培軍;楊鋒杰;;運(yùn)用多尺度圖像紋理進(jìn)行城市擴(kuò)展變化檢測(cè)[J];國(guó)土資源遙感;2006年03期

2 徐宏根;宋妍;;顧及陰影信息的高分辨率遙感圖像變化檢測(cè)方法[J];國(guó)土資源遙感;2013年04期

3 倪林,冷洪超;機(jī)場(chǎng)區(qū)域變化檢測(cè)研究[J];遙感技術(shù)與應(yīng)用;2002年04期

4 李小春,陳鯨;一種變化檢測(cè)的新算法[J];宇航學(xué)報(bào);2005年03期

5 唐德可,付琨,王宏琦;基于光譜和空域信息的城區(qū)變化檢測(cè)方法研究[J];測(cè)繪科學(xué);2005年06期

6 鐘家強(qiáng);王潤(rùn)生;;一種基于線特征的道路網(wǎng)變化檢測(cè)算法[J];遙感學(xué)報(bào);2007年01期

7 吳華;常艷玲;沙瑞;;基于Laplacian Eigenmap的圖像變化檢測(cè)虛警優(yōu)化技術(shù)[J];計(jì)算機(jī)工程與應(yīng)用;2007年32期

8 霍春雷;程健;盧漢清;周志鑫;;基于多尺度融合的對(duì)象級(jí)變化檢測(cè)新方法[J];自動(dòng)化學(xué)報(bào);2008年03期

9 李雪;舒寧;王琰;;利用向量相似性進(jìn)行基于像斑的土地利用變化檢測(cè)[J];遙感信息;2009年06期

10 孫曉霞;張繼賢;燕琴;高井祥;;遙感影像變化檢測(cè)方法綜述及展望[J];遙感信息;2011年01期

相關(guān)會(huì)議論文 前10條

1 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測(cè)技術(shù)的研究[A];第十三屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2006年

2 張鐵軍;;年度土地利用變更調(diào)查中遙感監(jiān)測(cè)圖斑提取方法淺析[A];福建省土地學(xué)會(huì)2012年年會(huì)論文集[C];2012年

3 劉志剛;李夕海;錢(qián)昌松;;遙感圖像變化檢測(cè)問(wèn)題淺析[A];陜西地球物理文集（五）國(guó)家安全與軍事地球物理研究[C];2005年

4 劉翔;李萬(wàn)茂;高連如;陶發(fā)達(dá);倪金生;;基于遙感圖像變化檢測(cè)的投資項(xiàng)目搜索技術(shù)研究[A];中國(guó)遙感應(yīng)用協(xié)會(huì)2010年會(huì)暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

5 盛輝;廖明生;張路;;基于遙感衛(wèi)星圖像的城市擴(kuò)展研究——以東營(yíng)市為例[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

6 歐陽(yáng)峗;馬建文;戴芹;;動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)在遙感變化檢測(cè)中的應(yīng)用[A];第十五屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2005年

7 顧娟;張宏偉;;面向?qū)ο蟮木用竦胤诸愄崛『妥兓瘷z測(cè)方法[A];中國(guó)地理信息系統(tǒng)協(xié)會(huì)第四次會(huì)員代表大會(huì)暨第十一屆年會(huì)論文集[C];2007年

8 李杰;任競(jìng)穎;;一種基于小波變換的SAR圖像多尺度融合變化檢測(cè)方法[A];2009年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2009年

9 李全;李霖;;基于LANDSAT TM影像的城市變化檢測(cè)研究[A];中國(guó)地理學(xué)會(huì)2004年學(xué)術(shù)年會(huì)暨海峽兩岸地理學(xué)術(shù)研討會(huì)論文摘要集[C];2004年

10 王雪蓮;王仁禮;;基于K-L變換的遙感圖像變化檢測(cè)方法研究[A];第十三屆全國(guó)遙感技術(shù)學(xué)術(shù)交流會(huì)論文摘要集[C];2001年

相關(guān)博士學(xué)位論文 前9條

1 郝明;基于空間信息準(zhǔn)確性增強(qiáng)的遙感影像變化檢測(cè)方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

2 王凌霞;基于多尺度分析和自然進(jìn)化優(yōu)化的遙感圖像配準(zhǔn)與變化檢測(cè)[D];西安電子科技大學(xué);2015年

3 李向軍;遙感土地利用變化檢測(cè)方法探討[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

4 鄧小煉;基于變化矢量分析的土地利用變化檢測(cè)方法研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2006年

5 羅旺;遙感圖像的變化檢測(cè)與標(biāo)注方法研究[D];電子科技大學(xué);2012年

6 鄧湘金;基于模式識(shí)別知識(shí)的遙感圖像變化檢測(cè)研究[D];中國(guó)科學(xué)院研究生院（電子學(xué)研究所）;2003年

7 祝錦霞;高分辨率遙感影像變化檢測(cè)的關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年

8 鐘家強(qiáng);基于多時(shí)相遙感圖像的變化檢測(cè)[D];國(guó)防科學(xué)技術(shù)大學(xué);2005年

9 劉朋飛;基于矢量數(shù)據(jù)的中低分辨率影像道路提取和變化檢測(cè)研究[D];武漢大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 張家琦;遙感影像變化檢測(cè)方法及應(yīng)用研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

2 李玲玲;基于NSCT和NSST的圖像變化檢測(cè)算法研究及應(yīng)用[D];新疆大學(xué);2015年

3 胡雪梅;基于MST的遙感圖像變化檢測(cè)研究[D];新疆大學(xué);2015年

4 施曉良;遙感圖像變化檢測(cè)方法研究[D];華東師范大學(xué);2016年

5 張一晨;基于NSCT域內(nèi)圖像融合與去噪算法的SAR遙感圖像變化檢測(cè)算法[D];新疆大學(xué);2016年

6 翟建峰;基于分層結(jié)構(gòu)的遙感影像變化檢測(cè)方法研究[D];西安電子科技大學(xué);2015年

7 趙娟娟;多光譜遙感圖像變化檢測(cè)的聚類算法研究[D];西安電子科技大學(xué);2015年

8 楊曉麗;多時(shí)相遙感影像的變化檢測(cè)[D];西安電子科技大學(xué);2011年

9 景奉廣;高分辨率遙感圖像土地利用變化檢測(cè)方法研究[D];西安科技大學(xué);2008年

10 湯迎春;基于小波分析和聚類的多時(shí)相遙感影像變化檢測(cè)[D];浙江工業(yè)大學(xué);2012年

，

本文編號(hào)：1996296