多光譜/SAR影像變化檢測若干方法研究
發(fā)布時間:2021-05-25 11:13
變化檢測技術已被應用于環(huán)境監(jiān)測、城市研究、森林監(jiān)測、農業(yè)調查、災害和打擊效果評估、地理國情監(jiān)測等領域。然而現有多光譜或合成孔徑雷達(Synthetic Aperture Radar,SAR)影像變化檢測方法存在光譜向量信息利用不充分、缺少人類視覺系統(tǒng)(Human Visual System,HVS)理論支持、變化檢測精度受到斑點噪聲影響等問題。因此,研究多光譜/SAR影像變化檢測方法,對促進該技術在上述領域的應用具有重要意義;诖,本文展開了結合變化矢量分析(Change Vector Analysis,CVA)和光譜角制圖法(Spectral Angle Mapper,SAM)、基于HVS理論的結構信息及SAR影像空間鄰域信息等方面的變化檢測方法研究,主要研究成果如下:(1)提出了三種結合CVA和SAM的多光譜影像變化檢測方法。首先在理論上分析CVA和SAM對多時相光譜向量的差異特征利用不充分的缺陷,然后為了集成CVA和SAM在多光譜影像變化檢測中的互補優(yōu)勢,提出了廣義變化矢量分析(Generalized Change Vector Analysis,GCVA)、自適應融合策略(A...
【文章來源】:中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校
【文章頁數】:145 頁
【學位級別】:博士
【文章目錄】:
致謝
摘要
abstract
1 緒論
1.1 研究背景及意義
1.2 國內外研究現狀
1.3 存在的問題
1.4 研究目標與技術路線
1.5 研究內容與章節(jié)安排
2 結合CVA和SAM的多光譜影像變化檢測
2.1 概述
2.2 結合CVA和SAM的方法
2.3 實驗設置
2.4 實驗結果與分析
2.5 本章小結
3 基于結構信息的多光譜/SAR影像變化檢測
3.1 概述
3.2 結構信息提取方法
3.3 基于多波段結構信息的多光譜影像變化檢測
3.4 基于結構信息的SAR影像變化檢測
3.5 本章小結
4 R和LR在SAR影像變化檢測中的比較分析
4.1 概述
4.2 R和LR比較分析
4.3 實驗設置
4.4 實驗結果與分析
4.5 本章小結
5 基于改進NR法的SAR影像變化檢測
5.1 概述
5.2 基于鄰域的比值方法
5.3 實驗設置
5.4 實驗結果與分析
5.5 本章小結
6 基于選舉模型和鄰域信息的SAR變化圖濾波方法
6.1 概述
6.2 提出的濾波方法
6.3 實驗設置
6.4 實驗結果與分析
6.5 本章小結
7 總結與展望
7.1 結論
7.2 創(chuàng)新點
7.3 展望
參考文獻
作者簡歷
學位論文數據集
【參考文獻】:
期刊論文
[1]面向對象的多特征分級CVA遙感影像變化檢測[J]. 趙敏,趙銀娣. 遙感學報. 2018(01)
[2]多時相遙感影像變化檢測的現狀與展望[J]. 張良培,武辰. 測繪學報. 2017(10)
[3]聯合像素級和對象級分析的遙感影像變化檢測[J]. 馮文卿,眭海剛,涂繼輝,孫開敏. 測繪學報. 2017(09)
[4]高分辨率遙感影像的深度學習變化檢測方法[J]. 張鑫龍,陳秀萬,李飛,楊婷. 測繪學報. 2017(08)
[5]DSSRM級聯分割的SAR圖像變化檢測[J]. 張建龍,王斌. 遙感學報. 2017(04)
[6]中低分辨率合成孔徑雷達影像多紋理特征的Otsu變化檢測[J]. 馬骕,鄧喀中,莊會富,韓亞芳. 激光與光電子學進展. 2017(06)
[7]DT-CWT結合MRF的遙感圖像變化檢測[J]. 范奎奎,王中元,歐陽斯達,汪匯兵,史紹雨. 遙感學報. 2017(03)
[8]顧及紋理特征貢獻度的變化影像對象提取算法[J]. 魏東升,周曉光. 測繪學報. 2017(05)
[9]遙感時間序列影像變化檢測研究進展[J]. 趙忠明,孟瑜,岳安志,黃青青,孔赟瓏,袁媛,劉曉奕,林蕾,張蒙蒙. 遙感學報. 2016(05)
[10]基于主成分分析與粒子群優(yōu)化的遙感影像變化檢測[J]. 許石羅,牛瑞卿,武雪玲,劉超賢. 測繪科學. 2017(04)
博士論文
[1]基于空間信息準確性增強的遙感影像變化檢測方法研究[D]. 郝明.中國礦業(yè)大學 2015
[2]傾斜影像匹配關鍵算法及應用研究[D]. 姚國標.中國礦業(yè)大學 2014
碩士論文
[1]基于低空遙感影像的建設用地變化檢測研究[D]. 王東廣.南京大學 2013
[2]基于圖像變化檢測的毀傷效果評估技術研究[D]. 楊延平.西安電子科技大學 2013
[3]紅外弱小目標檢測方法及其性能評估[D]. 孫玉宇.哈爾濱工業(yè)大學 2007
本文編號:3205239
【文章來源】:中國礦業(yè)大學江蘇省 211工程院校 教育部直屬院校
【文章頁數】:145 頁
【學位級別】:博士
【文章目錄】:
致謝
摘要
abstract
1 緒論
1.1 研究背景及意義
1.2 國內外研究現狀
1.3 存在的問題
1.4 研究目標與技術路線
1.5 研究內容與章節(jié)安排
2 結合CVA和SAM的多光譜影像變化檢測
2.1 概述
2.2 結合CVA和SAM的方法
2.3 實驗設置
2.4 實驗結果與分析
2.5 本章小結
3 基于結構信息的多光譜/SAR影像變化檢測
3.1 概述
3.2 結構信息提取方法
3.3 基于多波段結構信息的多光譜影像變化檢測
3.4 基于結構信息的SAR影像變化檢測
3.5 本章小結
4 R和LR在SAR影像變化檢測中的比較分析
4.1 概述
4.2 R和LR比較分析
4.3 實驗設置
4.4 實驗結果與分析
4.5 本章小結
5 基于改進NR法的SAR影像變化檢測
5.1 概述
5.2 基于鄰域的比值方法
5.3 實驗設置
5.4 實驗結果與分析
5.5 本章小結
6 基于選舉模型和鄰域信息的SAR變化圖濾波方法
6.1 概述
6.2 提出的濾波方法
6.3 實驗設置
6.4 實驗結果與分析
6.5 本章小結
7 總結與展望
7.1 結論
7.2 創(chuàng)新點
7.3 展望
參考文獻
作者簡歷
學位論文數據集
【參考文獻】:
期刊論文
[1]面向對象的多特征分級CVA遙感影像變化檢測[J]. 趙敏,趙銀娣. 遙感學報. 2018(01)
[2]多時相遙感影像變化檢測的現狀與展望[J]. 張良培,武辰. 測繪學報. 2017(10)
[3]聯合像素級和對象級分析的遙感影像變化檢測[J]. 馮文卿,眭海剛,涂繼輝,孫開敏. 測繪學報. 2017(09)
[4]高分辨率遙感影像的深度學習變化檢測方法[J]. 張鑫龍,陳秀萬,李飛,楊婷. 測繪學報. 2017(08)
[5]DSSRM級聯分割的SAR圖像變化檢測[J]. 張建龍,王斌. 遙感學報. 2017(04)
[6]中低分辨率合成孔徑雷達影像多紋理特征的Otsu變化檢測[J]. 馬骕,鄧喀中,莊會富,韓亞芳. 激光與光電子學進展. 2017(06)
[7]DT-CWT結合MRF的遙感圖像變化檢測[J]. 范奎奎,王中元,歐陽斯達,汪匯兵,史紹雨. 遙感學報. 2017(03)
[8]顧及紋理特征貢獻度的變化影像對象提取算法[J]. 魏東升,周曉光. 測繪學報. 2017(05)
[9]遙感時間序列影像變化檢測研究進展[J]. 趙忠明,孟瑜,岳安志,黃青青,孔赟瓏,袁媛,劉曉奕,林蕾,張蒙蒙. 遙感學報. 2016(05)
[10]基于主成分分析與粒子群優(yōu)化的遙感影像變化檢測[J]. 許石羅,牛瑞卿,武雪玲,劉超賢. 測繪科學. 2017(04)
博士論文
[1]基于空間信息準確性增強的遙感影像變化檢測方法研究[D]. 郝明.中國礦業(yè)大學 2015
[2]傾斜影像匹配關鍵算法及應用研究[D]. 姚國標.中國礦業(yè)大學 2014
碩士論文
[1]基于低空遙感影像的建設用地變化檢測研究[D]. 王東廣.南京大學 2013
[2]基于圖像變化檢測的毀傷效果評估技術研究[D]. 楊延平.西安電子科技大學 2013
[3]紅外弱小目標檢測方法及其性能評估[D]. 孫玉宇.哈爾濱工業(yè)大學 2007
本文編號:3205239
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3205239.html