發(fā)布時(shí)間：2018-04-13 18:30

  本文選題：合成孔徑雷達(dá) + 變化檢測(cè)�。� 參考：《西安電子科技大學(xué)》2014年碩士論文

【摘要】：最近一些年來(lái),合成孔徑雷達(dá)技術(shù)(Synthetic Aperture Radar,SAR)獲得高速發(fā)展,星載合成孔徑雷達(dá)系統(tǒng)已經(jīng)持續(xù)觀測(cè)地球表面幾十年,并且已經(jīng)獲得了大量的多時(shí)相地面觀測(cè)數(shù)據(jù)。很多研究遙感領(lǐng)域的學(xué)者都想要更好地利用這些由合成孔徑雷達(dá)系統(tǒng)獲得的信息來(lái)深入探索合成孔徑雷達(dá)技術(shù),其中包括:對(duì)象分類、干涉測(cè)量、目標(biāo)提取、邊緣檢測(cè)以及圖象變化檢測(cè)等等。在所有這些研究中,關(guān)于SAR圖象變化檢測(cè)技術(shù)的研究是最受歡迎的技術(shù)研究之一。圖象的變化檢測(cè)是這樣一種技術(shù),它依據(jù)同樣地域不一樣時(shí)間的兩幅圖象之間的比較和分析,最終目的是找到圖象之間發(fā)生變化的區(qū)域。它現(xiàn)在已經(jīng)被人們應(yīng)用到了各種各樣的領(lǐng)域中,如:自然及生態(tài)環(huán)境的實(shí)時(shí)監(jiān)測(cè)、自然災(zāi)害的受災(zāi)面積估計(jì)和農(nóng)田內(nèi)各種作物的分布狀況調(diào)查等。本文的重心是基于對(duì)SAR圖象變化檢測(cè)算法的研究,針對(duì)現(xiàn)有SAR圖象變化檢測(cè)算法中普遍存在的問(wèn)題提出新的解決方案,重點(diǎn)包含以下工作:1.針對(duì)SAR圖象變化檢測(cè)問(wèn)題中所亟待解決的圖像細(xì)節(jié)保持與噪聲去除間的矛盾,對(duì)眾多已有SAR圖象變化檢測(cè)算法進(jìn)行分析,首次從多目標(biāo)優(yōu)化的角度來(lái)理解變化檢測(cè)問(wèn)題,分別將圖象細(xì)節(jié)保持能力與噪聲去除能力作為兩個(gè)待優(yōu)化的目標(biāo),然后同時(shí)進(jìn)行優(yōu)化,從而將SAR圖象變化檢測(cè)問(wèn)題轉(zhuǎn)化為一個(gè)多目標(biāo)優(yōu)化問(wèn)題。2.在將SAR圖象變化檢測(cè)問(wèn)題轉(zhuǎn)化成一個(gè)多目標(biāo)的優(yōu)化問(wèn)題進(jìn)行求解的基礎(chǔ)上,將模糊聚類的隸屬度更新與MOEA/D相結(jié)合,利用拉格朗日乘子法計(jì)算出使得每個(gè)分解得到的子問(wèn)題的代價(jià)函數(shù)達(dá)到最小值得必要條件,求出隸屬度矩陣的更新公式。3.將以上提出的改進(jìn)點(diǎn)應(yīng)用到幾組真實(shí)的SAR圖象數(shù)據(jù)集上,并和其它幾種已經(jīng)存在的檢測(cè)算法進(jìn)行詳細(xì)的對(duì)比分析和說(shuō)明,從而驗(yàn)證本文幾個(gè)改進(jìn)點(diǎn)的實(shí)用性和有效性。
[Abstract]:In recent years, synthetic Aperture radar (SAR) technology has gained rapid development. Spaceborne SAR system has been continuously observing the Earth's surface for several decades, and has obtained a large number of multi-phase ground observation data.Many researchers in the field of remote sensing want to make better use of the information obtained by the synthetic Aperture Radar system to explore SAR technology in depth, including object classification, interferometry, target extraction.Edge detection and image change detection and so on.Among all these studies, the research on SAR image change detection is one of the most popular techniques.Image change detection is a kind of technique, which is based on the comparison and analysis of two images with different time in the same region, and the ultimate goal is to find the region of change between the images.It has been applied to various fields, such as the real-time monitoring of natural and ecological environment, the estimation of natural disaster area and the investigation of crop distribution in farmland, and so on.The center of gravity of this paper is based on the research of the SAR image change detection algorithm, and proposes a new solution to the common problems in the existing SAR image change detection algorithm. The emphasis includes the following work: 1.In view of the contradiction between image detail preservation and noise removal which is urgently needed to be solved in SAR image change detection, many existing SAR image change detection algorithms are analyzed, and the change detection problem is first understood from the point of view of multi-objective optimization.The image minutiae retention ability and noise removal ability are regarded as the two targets to be optimized, and then optimized simultaneously, thus the change detection problem of SAR image is transformed into a multi-objective optimization problem. 2.On the basis of transforming the problem of SAR image change detection into a multi-objective optimization problem, the membership degree updating of fuzzy clustering is combined with MOEA/D.By using the Lagrange multiplier method, the necessary and necessary conditions for minimizing the cost function of each decomposed subproblem are obtained, and the updating formula of membership matrix .3is obtained.The proposed improved points are applied to several real SAR image data sets and compared with other existing detection algorithms in detail to verify the practicability and effectiveness of several improved points in this paper.
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN957.52

【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 劉直芳,張劍清;城區(qū)變化檢測(cè)的一種方法[J];測(cè)繪通報(bào);2001年02期

4 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

5 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

6 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

7 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

8 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

9 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

10 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

相關(guān)會(huì)議論文 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(cè)[A];中國(guó)測(cè)繪學(xué)會(huì)第九次全國(guó)會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

2 劉元波;;環(huán)境遙感變化探測(cè)研究中的若干問(wèn)題：輻射校正方法與變化檢測(cè)算法及其理論關(guān)系[A];中國(guó)地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)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(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

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(cè)新方法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)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(cè)[A];第二十五屆中國(guó)（天津）2011’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會(huì)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(cè)在重慶市干旱遙感監(jiān)測(cè)中的應(yīng)用[A];重慶市測(cè)繪學(xué)會(huì)第三屆優(yōu)秀論文評(píng)選獲獎(jiǎng)?wù)撐聂?005-2006年度學(xué)術(shù)交流會(huì)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(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

8 柳思聰;杜培軍;;基于形態(tài)學(xué)濾波的多時(shí)相遙感影像變化檢測(cè)方法研究[A];第十七屆中國(guó)遙感大會(huì)摘要集[C];2010年

9 劉志剛;李夕海;錢昌松;;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

10 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

相關(guān)博士學(xué)位論文 前10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 李雪;基于像斑信息挖掘的土地利用變化檢測(cè)方法研究[D];武漢大學(xué);2010年

6 張路;基于多元統(tǒng)計(jì)分析的遙感影像變化檢測(cè)方法研究[D];武漢大學(xué);2004年

7 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

8 王琰;基于像斑統(tǒng)計(jì)分析的高分辨率遙感影像土地利用/覆蓋變化檢測(cè)方法研究[D];武漢大學(xué);2012年

9 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

10 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

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 楊國(guó)棟;基于分布式并行聚類的SAR圖像變化檢測(cè)算法研究[D];西安電子科技大學(xué);2014年

5 王橋;基于多目標(biāo)模糊聚類的SAR圖像變化檢測(cè)[D];西安電子科技大學(xué);2014年

6 張文婷;基于自適應(yīng)權(quán)值差異圖融合和聚類的SAR圖像變化檢測(cè)方法研究[D];西安電子科技大學(xué);2014年

7 任新?tīng)I(yíng);基于OpenCL的并行SAR圖像變化檢測(cè)[D];西安電子科技大學(xué);2014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 徐麗華;顧及投影差的遙感影像變化檢測(cè)[D];武漢大學(xué);2005年

，

本文編號(hào)：1745693