本文關鍵詞：基于多時相光譜遙感影像的變化檢測研究

  更多相關文章： 多時相 遙感影像 光譜信息 稀疏表達 降維 度量學習

【摘要】：多時相遙感圖像的變化檢測研究在地理國情監(jiān)測方面有著越來越廣泛的應用,例如森林砍伐檢測、植被物候變化、災情檢測與評估、軍事目標勘查以及水體監(jiān)測等。其中利用光譜信息進行變化檢測研究一直是研究的熱點,不同地物特有的光譜特性可以精確反映地物的實際物質(zhì)組成,從而可以識別出不同地物的變化信息。為了更好地利用光譜信息解決變化檢測的問題,研究者們提出了不同的研究方法,為本領域發(fā)展做出了很大貢獻,但是依然存在著一些不足,主要有以下三個方面:1.后分類變化檢測中單幅遙感影像的分類精度不高;2.對光譜影像光譜特征的利用不夠充分;3.缺乏一種自適應的變化閾值選擇策略。這三方面的不足在一定程度上限制了變化檢測的發(fā)展,為了解決這些問題,本文從多時相遙感圖像應用的角度出發(fā)在以下三個方面進行了研究:首先,針對后分類變化檢測中分類精度不高的問題,利用流形嵌入的方法對高光譜圖像進行降維分類,從而提高影像的分類精度;其次,針對光譜信息利用不充分的問題,利用半監(jiān)督的度量學習在距離上進行變化檢測研究,本方法在引入標記樣本訓練學習的過程中,同時引入大量未標記樣本輔助訓練,從而提高變化檢測的精度;最后,針對變化閾值的選擇問題,提出了一種基于聯(lián)合字典學習的變化檢測方法,本方法主要是利用未變化樣本和變化樣本重構誤差間的差異性進行變化檢測,同時提出了一種自適應閾值選擇的策略,以減少對其他方法的依賴,從而提高該方法的魯棒性。本文提出的三種算法分別在多時相的高光譜遙感影像和多光譜影像上進行了驗證,并與其它主流的變化檢測方法進行了實驗對比,結果表明,本文提出的三種算法均具有良好的魯棒性和有效性。
【關鍵詞】：多時相 遙感影像 光譜信息 稀疏表達 降維 度量學習
【學位授予單位】：中國科學院研究生院(西安光學精密機械研究所)
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP751
【目錄】：

• 致謝4-5
• 摘要5-6
• Abstract6-12
• 第一章 緒緒論12-20
• 1.1 研究背景和意義12-13
• 1.2 研究現(xiàn)狀13-15
• 1.2.1 基于無監(jiān)督的變化檢測方法13-14
• 1.2.2 基于監(jiān)督的變化檢測方法14
• 1.2.3 基于半監(jiān)督的變化檢測方法14-15
• 1.3 變化檢測的困難及局限性分析15-18
• 1.4 論文的組織結構18-20
• 第二章 基基于半監(jiān)督的高光譜降維分類變化檢測20-34
• 2.1 引言20-21
• 2.2 方法介紹21-28
• 2.2.1 方法總述21
• 2.2.2 標記樣本訓練21-24
• 2.2.3 無標記樣本訓練過程24-26
• 2.2.4 迭代優(yōu)化26-28
• 2.3 實驗28-31
• 2.3.1 實驗數(shù)據(jù)及其參數(shù)設置28-30
• 2.3.2 實驗結果30-31
• 2.4 本章小結31-34
• 第三章 基基于半監(jiān)督度量學習的變化檢測34-46
• 3.1 引言34
• 3.2 半監(jiān)督度量學習方法34-40
• 3.2.1 度量學習的變化監(jiān)測34-35
• 3.2.2 正則度量學習框架35-37
• 3.2.3 半監(jiān)督的度量學習37-40
• 3.3 實驗40-42
• 3.3.1 實驗數(shù)據(jù)及其參數(shù)設置40-41
• 3.3.2 實驗結果41-42
• 3.4 本章小結42-46
• 第四章 基基于聯(lián)合字典學習的變化檢測46-62
• 4.1 引言46
• 4.2 方法介紹46-55
• 4.2.1 方法總述46-47
• 4.2.2 稀疏表達47-48
• 4.2.3 聯(lián)合字典學習的變化檢測48-50
• 4.2.4 優(yōu)化50-53
• 4.2.5 變化閾值選擇策略53-55
• 4.3 實驗55-60
• 4.3.1 實驗數(shù)據(jù)及其參數(shù)設置55-57
• 4.3.2 實驗結果57-60
• 4.4 本章小結60-62
• 第五章 總總結與展望62-64
• 5.1 本文工作總結62-63
• 5.2 工作不足63-64
• 參考文獻64-67
• 發(fā)表文章目錄67

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

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

2 鐘家強;王潤生;;一種基于線特征的道路網(wǎng)變化檢測算法[J];遙感學報;2007年01期

3 周啟鳴;;多時相遙感影像變化檢測綜述[J];地理信息世界;2011年02期

4 杜培軍;柳思聰;;融合多特征的遙感影像變化檢測[J];遙感學報;2012年04期

5 王東廣;肖鵬峰;宋曉群;王鐵成;陳剛;;結合紋理信息的高分辨率遙感圖像變化檢測方法[J];國土資源遙感;2012年04期

6 王麗云;李艷;汪禹芹;;基于對象變化矢量分析的土地利用變化檢測方法研究[J];地球信息科學學報;2014年02期

7 王鑫;;聚類分析觀點下的分散式最快變化檢測[J];南京理工大學學報;2014年02期

8 廖明生,朱攀,龔健雅;基于典型相關分析的多元變化檢測[J];遙感學報;2000年03期

9 陳濤;郁文賢;粟毅;蔣詠梅;;基于生物視覺原理的圖像結構信息變化檢測方法[J];國防科技大學學報;2006年04期

10 宋妍;袁修孝;付迎春;;基于混合高斯密度模型和空間上下文信息的遙感影像變化檢測方法及擴展[J];遙感學報;2009年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 尤紅建;詹芊芊;;尺度優(yōu)化的星載SAR圖像變化檢測[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

2 劉元波;;環(huán)境遙感變化探測研究中的若干問題：輻射校正方法與變化檢測算法及其理論關系[A];中國地理學會2007年學術年會論文摘要集[C];2007年

3 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測技術的研究[A];第十三屆全國圖象圖形學學術會議論文集[C];2006年

4 霍春雷;程健;周志鑫;盧漢清;;基于尺度傳播的多尺度變化檢測新方法[A];第十四屆全國圖象圖形學學術會議論文集[C];2008年

5 張蔚然;韓萍;;基于去取向理論的極化SAR變化檢測[A];第二十五屆中國（天津）2011’IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2011年

6 胡艷;李勝;何宗;羅靈軍;李靜;;水體變化檢測在重慶市干旱遙感監(jiān)測中的應用[A];重慶市測繪學會第三屆優(yōu)秀論文評選獲獎論文暨2005-2006年度學術交流會論文選編[C];2008年

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

8 柳思聰;杜培軍;;基于形態(tài)學濾波的多時相遙感影像變化檢測方法研究[A];第十七屆中國遙感大會摘要集[C];2010年

9 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年

10 劉翔;李萬茂;高連如;陶發(fā)達;倪金生;;基于遙感圖像變化檢測的投資項目搜索技術研究[A];中國遙感應用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年

，

本文編號：541170