SAR圖像變化檢測是通過定量和定性地分析同一地區(qū)不同時相的SAR圖像,以確定地物變化特征的過程。該技術(shù)在災(zāi)害評估、環(huán)境監(jiān)測、森林監(jiān)測和戰(zhàn)場態(tài)勢分析等國民經(jīng)濟和國防建設(shè)領(lǐng)域有著非常廣泛的應(yīng)用。隨著SAR成像技術(shù)的發(fā)展,SAR圖像變化檢測成為國內(nèi)外學(xué)者的研究熱點。本論文以同一地區(qū)不同時相獲取的星載SAR圖像為基礎(chǔ),以條件隨機場(CRF)理論為依據(jù),展開了對SAR圖像變化檢測算法相關(guān)技術(shù)問題的研究。具體研究內(nèi)容如下：1.本文將CRF模型引入到變化檢測中,提出了一種基于CRF模型的SAR圖像變化檢測算法。CRF模型由一元勢能函數(shù)與二元勢能函數(shù)兩部分組成,CRF模型利用支持向量機(SVM)得到的類條件概率構(gòu)造基于SAR圖像紋理特征的一元勢能函數(shù),此勢能函數(shù)利用SVM將圖像紋理特征進行融合,映射到高維空間,從而解決了非線性問題,有效地提高了模型精度；利用多級邏輯模型構(gòu)造二元勢能函數(shù),具有優(yōu)越的邊界保持性。CRF模型直接對后驗概率進行建模,在建模過程中能夠有效地捕獲圖像的紋理信息和空間鄰域信息,且無需對模型作任何近似。仿真結(jié)果表明,該算法在抑制圖像噪聲的同時能夠很好地保持圖像的邊界信息,獲得較高的檢測精度。2.在SAR圖像變化檢測中,SAR圖像的紋理特征信息、空間鄰域信息和SAR圖像統(tǒng)計特性起著至關(guān)重要的作用,針對已有SAR圖像變化檢測算法中僅僅利用SAR圖像的這三種信息中的某一種或兩種,本文提出了一種基于貝葉斯融合的混合條件隨機場(HCRF)模型的SAR圖像變化檢測算法,采用貝葉斯融合準(zhǔn)則將SAR圖像數(shù)據(jù)的統(tǒng)計分布特性融入CRF模型中,因此,HCRF模型由一元勢能函數(shù)、二元勢能函數(shù)和統(tǒng)計分布特性三個部分組成。HCRF模型的一元勢能函數(shù)與二元勢能函數(shù)的構(gòu)建方法與CRF模型構(gòu)建方法相同,統(tǒng)計分布特性利用廣義伽馬模型進行建模,利用條件迭代估計算法進行參數(shù)估計,最后根據(jù)條件迭代模式得到最終的變化檢測結(jié)果。HCRF模型具有捕獲SAR紋理特征信息、空間鄰域信息和統(tǒng)計特性這三種信息的能力。實驗結(jié)果表明,與其他算法相比較,本文所提出的算法能全面有效地融合圖像的信息,抗噪性能優(yōu)越,魯棒性好,邊界保持性好,能得到令人滿意的變化檢測結(jié)果。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TN957.52

【相似文獻】

相關(guān)期刊論文 前10條

1 吳艷;蘇珊;黃慶南;林川;;提高遙感圖像空間分辨率方法的研究[J];廣西工學(xué)院學(xué)報;2012年01期

2 徐庚慶,朱重光,劉紀(jì)遠,張增祥,黃才發(fā);空間實驗室圖像的制圖能力分析及其地學(xué)應(yīng)用——以西藏日喀則地區(qū)和珠峰地區(qū)的試驗為例[J];環(huán)境遙感;1990年04期

3 林世毅,蘇廣川,陳東,劉俊義;基于圖像融合提高圖像空間分辨率技術(shù)研究[J];儀器儀表學(xué)報;2003年S2期

4 豐明博;劉學(xué);趙冬;;多/高光譜遙感圖像的投影和小波融合算法[J];測繪學(xué)報;2014年02期

5 劉曉舟;;衛(wèi)星遙感圖像空間分辨率適應(yīng)性研究[J];信息系統(tǒng)工程;2013年03期

6 伍春洪;王倩倩;王紅霞;藍金輝;;集成圖像空間分辨率研究[J];光學(xué)學(xué)報;2013年12期

7 ;學(xué)術(shù)活動[J];中國圖象圖形學(xué)報;2005年04期

8 楊沈斌;李秉柏;申雙和;張萍萍;;基于特征保持的線性多通道最優(yōu)求和SAR圖像濾波算法[J];測繪學(xué)報;2006年04期

9 郝鵬威,朱重光;數(shù)字圖像空間分辨率改善的插值-模擬采樣迭代方法[J];電子學(xué)報;1999年06期

10 于海洋;閆柏琨;甘甫平;遲文學(xué);武法東;;基于Gram Schmidt變換的高光譜遙感圖像改進融合方法[J];地理與地理信息科學(xué);2007年05期

相關(guān)博士學(xué)位論文 前3條

1 張易凡;多光譜遙感圖像融合技術(shù)研究[D];西北工業(yè)大學(xué);2007年

2 宋好好;Contourlet變換在圖像分析處理中的應(yīng)用研究[D];上海交通大學(xué);2007年

3 李偉;基于腦MR圖像的三維組織自動分割[D];南方醫(yī)科大學(xué);2009年

相關(guān)碩士學(xué)位論文 前7條

1 張善立;低劑量CT腦灌注優(yōu)質(zhì)成像方法[D];南方醫(yī)科大學(xué);2015年

2 李荷鏡;基于條件隨機場的SAR圖像變化檢測算法研究[D];西安電子科技大學(xué);2014年

3 申小虎;SAR海冰圖像智能分類識別算法的研究[D];大連海事大學(xué);2006年

4 康云;高清晰圖像恢復(fù)技術(shù)研究[D];解放軍信息工程大學(xué);2004年

5 張偉;中子數(shù)字成像的圖像處理技術(shù)研究[D];重慶大學(xué);2006年

6 肖雄斌;高光譜遙感圖像異常目標(biāo)檢測算法研究[D];浙江大學(xué);2012年

7 王嘉興;SPECT和多排CT心臟3D圖像異機融合的實驗研究[D];復(fù)旦大學(xué);2010年

本文編號：1865347