本文關(guān)鍵詞：基于NSCT和NSST的圖像變化檢測(cè)算法研究及應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著遙感技術(shù)的發(fā)展,遙感圖像變化檢測(cè)技術(shù)已經(jīng)成為遙感圖像研究的一個(gè)熱點(diǎn),并被廣泛地應(yīng)用于森林、土地和水域等資源的變化監(jiān)測(cè),火災(zāi)、地震和洪水等自然災(zāi)害的災(zāi)后評(píng)估,農(nóng)業(yè)資源的勘查以及軍事部署、軍事目標(biāo)的動(dòng)態(tài)監(jiān)視等多個(gè)領(lǐng)域。本論文主要研究了多時(shí)相遙感圖像變化檢測(cè)算法及其在外來(lái)生物入侵區(qū)域的遙感影像和醫(yī)學(xué)影像上的應(yīng)用。(1)提出了一種基于分形維數(shù)和模糊C均值聚類(FCM)算法的多時(shí)相SAR圖像變化檢測(cè)算法。該算法采用非下采樣輪廓波變換(NSCT)和分形維數(shù)相結(jié)合的方法,克服了小波變換的下采樣和只能按水平和對(duì)角線方向分解圖像的缺點(diǎn);分形維數(shù)法構(gòu)造差異圖,即利用了圖像的灰度信息,也利用了圖像的空間鄰域信息,同時(shí)在計(jì)算分形維數(shù)時(shí)能直接對(duì)斑點(diǎn)噪聲進(jìn)行處理,很好的抑制了斑點(diǎn)噪聲的影響;再用FCM聚類算法得到變化檢測(cè)的結(jié)果。(2)提出了一種基于鄰域比值差異圖和FCM聚類的圖像變化檢測(cè)算法�；卩徲虮戎档脑瓌t構(gòu)造差異圖,這在一定程度上解決了由圖像的配準(zhǔn)誤差、輻射差異以及差異圖分類門限的選取不當(dāng),造成的圖像有用的變化信息難以提取的問(wèn)題;將差異圖變換到NSCT域進(jìn)行相應(yīng)的去噪處理,這樣在大量變化信息的前提下,可以提高信噪比;將本文提出的變化檢測(cè)技術(shù)應(yīng)用到入侵植物蔓延區(qū)域的遙感衛(wèi)星影像上,通過(guò)實(shí)驗(yàn)證實(shí)本文算法在植物入侵的動(dòng)態(tài)監(jiān)測(cè)方面,也取得了很好的監(jiān)測(cè)效果。(3)提出了基于鄰域比值和非下采樣剪切波變換(NSST)的圖像變化檢測(cè)算法,并應(yīng)用到醫(yī)學(xué)中腦白質(zhì)病變區(qū)域MR圖像的變化檢測(cè)。實(shí)驗(yàn)結(jié)果表明,本文算法能較為準(zhǔn)確的檢測(cè)出腦白質(zhì)病變區(qū)域的變化部分,實(shí)現(xiàn)對(duì)病變區(qū)域變化部分的計(jì)算機(jī)自動(dòng)快速檢測(cè),檢測(cè)結(jié)果對(duì)于臨床判斷腦白質(zhì)病變的變化趨勢(shì)及預(yù)后判斷具有重要意義和一定的應(yīng)用價(jià)值。
【關(guān)鍵詞】：圖像變化檢測(cè) FCM聚類 分形維數(shù) 鄰域比值 腦白質(zhì)病變
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP751
【目錄】：

• 摘要2-3
• Abstract3-7
• 第一章 緒論7-12
• 1.1 研究的背景和意義7-8
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀8-10
• 1.3 本論文的主要工作10-12
• 第二章 圖像變化檢測(cè)相關(guān)理論研究12-26
• 2.1 變化檢測(cè)的概念和流程12-15
• 2.1.1 數(shù)據(jù)預(yù)處理12-13
• 2.1.2 變化信息的提取與檢測(cè)13
• 2.1.3 評(píng)價(jià)指標(biāo)13-15
• 2.2 非下采樣Contourlet變換15-16
• 2.2.1 非下采樣Contourlet變換背景15
• 2.2.2 非下采樣Contourlet變換原理15-16
• 2.3 非下采樣Shearlet變換16-21
• 2.3.1 Shearlet變換原理16-19
• 2.3.2 非下采樣Shearlet變換19-21
• 2.4 分形維數(shù)21-23
• 2.4.1 分?jǐn)?shù)布朗運(yùn)動(dòng)模型21-22
• 2.4.2 盒子維模型22-23
• 2.5 FCM聚類算法23-25
• 2.6 本章小結(jié)25-26
• 第三章 基于分形維數(shù)和FCM聚類的多時(shí)相SAR圖像變化檢測(cè)算法26-32
• 3.1 引言26-27
• 3.2 理論模型和算法實(shí)現(xiàn)27-28
• 3.2.1 理論模型27
• 3.2.2 算法實(shí)現(xiàn)27-28
• 3.3 實(shí)驗(yàn)結(jié)果分析28-31
• 3.3.1 滑動(dòng)窗.對(duì)實(shí)驗(yàn)的影響29
• 3.3.2 三種算法的比較實(shí)驗(yàn)29-31
• 3.4 本章小結(jié)31-32
• 第四章 基于鄰域比值差異圖和FCM聚類的圖像變化檢測(cè)32-40
• 4.1 引言32-33
• 4.2 理論模型和算法實(shí)現(xiàn)33-36
• 4.2.1 鄰域比值差異圖33
• 4.2.2 Frost濾波器33-35
• 4.2.3 算法實(shí)現(xiàn)35-36
• 4.3 實(shí)驗(yàn)結(jié)果分析36-38
• 4.4 算法應(yīng)用38-39
• 4.5 本章小結(jié)39-40
• 第五章 基于NSST的腦白質(zhì)病變區(qū)域MR圖像的變化檢測(cè)40-47
• 5.1 引言40-41
• 5.2 理論模型和算法實(shí)現(xiàn)41-43
• 5.2.1 理論模型41
• 5.2.2 算法實(shí)現(xiàn)41-43
• 5.3 實(shí)驗(yàn)結(jié)果及分析43-45
• 5.4 本章小結(jié)45-47
• 第六章 總結(jié)與展望47-49
• 6.1 總結(jié)47-48
• 6.2 展望48-49
• 參考文獻(xiàn)49-55
• 致謝55-56
• 攻讀碩士期間發(fā)表的論文56-57

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 賴祖龍;申邵洪;程新文;張潔;;基于圖斑的高分辨率遙感影像變化檢測(cè)[J];測(cè)繪通報(bào);2009年08期

2 劉永學(xué),李滿春,張忍順;江蘇沿�；セ撞蓰}沼動(dòng)態(tài)變化及影響因素研究[J];濕地科學(xué);2004年02期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 肖鵬;基于分形維數(shù)的紋理圖像分割[D];西安電子科技大學(xué);2010年

  本文關(guān)鍵詞：基于NSCT和NSST的圖像變化檢測(cè)算法研究及應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：404526