【摘要】：變化檢測(cè)問(wèn)題屬于圖像處理領(lǐng)域,通常是指依據(jù)不同時(shí)間的多次觀測(cè)來(lái)對(duì)一個(gè)物體的狀態(tài)變化進(jìn)行確定或者對(duì)某種現(xiàn)象的變化的過(guò)程進(jìn)行確定的過(guò)程。隨著遙感技術(shù)的發(fā)展,合成孔徑雷達(dá)(SAR)圖像也越來(lái)越成為了圖像變化檢測(cè)問(wèn)題中的主要的數(shù)據(jù)來(lái)源。SAR圖像具有全天候、全天時(shí)的工作能力,對(duì)地物有一定的穿透能力,且不受大氣、氣候等隨機(jī)因素的影響,具有不可比擬的優(yōu)點(diǎn)。國(guó)內(nèi)外眾多學(xué)者對(duì)SAR圖像的變化檢測(cè)問(wèn)題進(jìn)行了大量的研究,變化檢測(cè)結(jié)果的精度也在不斷地提高。無(wú)監(jiān)督變化檢測(cè)算法為最常使用的變化檢測(cè)算法,該類算法的主要步驟為SAR圖像的預(yù)處理、差異圖的構(gòu)造和差異圖的分析。本文的研究重點(diǎn)為SAR圖像變化檢測(cè)中的差異圖構(gòu)造的問(wèn)題,給出了兩種基于信息融合的構(gòu)造變化檢測(cè)差異圖的方法,具體如下所述:1.提出基于信息融合的SAR圖像變化檢測(cè)差異圖的構(gòu)造方法,該方法直接利用均值比算子和對(duì)數(shù)比算子得到的變化檢測(cè)差異圖進(jìn)行差異圖的構(gòu)造,融合規(guī)則選取了數(shù)學(xué)融合算子,規(guī)則較為簡(jiǎn)單,但是能有效地利用兩種比值算子的優(yōu)點(diǎn),有利于后續(xù)的差異圖分析的繼續(xù)進(jìn)行。然而,針對(duì)復(fù)雜的SAR圖像數(shù)據(jù)集,在沒(méi)有其它額外處理的情況下,由于所選取的融合算子十分簡(jiǎn)單,并不能取得最優(yōu)的變換檢測(cè)結(jié)果。于是,考慮增加額外的處理步驟,來(lái)挖掘該融合算子所包含的豐富信息來(lái)生成最終的變化檢測(cè)差異圖,從而取得更加優(yōu)秀的變化檢測(cè)結(jié)果。因此提出了第二種基于信息融合的變化檢測(cè)算法,即基于信息融合與勻質(zhì)區(qū)域提取的變化檢測(cè)差異圖構(gòu)造方法。2.提出基于信息融合與勻質(zhì)區(qū)域提取的變化檢測(cè)差異圖構(gòu)造方法。該方法是對(duì)提出的方法一的進(jìn)一步改進(jìn),對(duì)方法一得到到變化檢測(cè)差異圖在多尺度空間下進(jìn)行勻質(zhì)區(qū)域的提取,從而得到最終的變化檢測(cè)差異圖。該方法的仿真結(jié)果也驗(yàn)證了我們的預(yù)期,的確能夠取得更為精確地變化檢測(cè)結(jié)果。除了將提出的算法應(yīng)用在常見(jiàn)的SAR圖像變化檢測(cè)數(shù)據(jù)集上,也將算法應(yīng)用在了科研項(xiàng)目中的黃河入海口數(shù)據(jù)集。組成該數(shù)據(jù)集的圖像由于相互之間的噪聲水平差異巨大,通常的SAR圖像變化檢測(cè)算法難以進(jìn)行有效的檢測(cè)。而提出的方法二,由于在信息融合得到的差異圖上增加了勻質(zhì)區(qū)域的提取,能夠取得了較好的效果。
[Abstract]:The problem of change detection belongs to the field of image processing. It usually refers to the process of determining the state change of an object or the change of a certain phenomenon based on multiple observations at different times. With the development of remote sensing technology, synthetic Aperture Radar (SAR) images have become the main data source in image change detection. And not affected by the atmosphere, climate and other random factors, has incomparable advantages. Many scholars at home and abroad have done a lot of research on the change detection of SAR images, and the accuracy of the change detection results has been improved. Unsupervised change detection algorithm is the most commonly used change detection algorithm. The main steps of this algorithm are preprocessing of SAR image, construction of difference map and analysis of difference graph. This paper focuses on the construction of difference map in SAR image change detection, and gives two methods based on information fusion to construct change detection difference map, which is described as follows: 1. In this paper, a method of constructing difference map of SAR image change detection based on information fusion is proposed. The difference graph is constructed by means of the mean ratio operator and logarithmic ratio operator. The fusion rule selects the mathematical fusion operator. The rules are simple, but the advantages of the two ratio operators can be effectively utilized, which is beneficial to the continuation of the subsequent difference graph analysis. However, in the case of complex SAR image data sets and without other additional processing, the selected fusion operator is very simple and can not obtain the optimal transform detection results. Therefore, we consider adding additional processing steps to mine the abundant information contained in the fusion operator to generate the final change detection difference graph, so as to obtain better change detection results. Therefore, the second change detection algorithm based on information fusion is proposed, that is, the method of constructing difference map of change detection based on information fusion and homogeneous region extraction. Based on information fusion and homogeneous region extraction, a method for constructing difference map of change detection is proposed. This method is a further improvement of the proposed method 1. The first method obtains the difference map of change detection and extracts the homogeneous region in multi-scale space to obtain the final difference map of change detection. The simulation results of this method also verify our expectation and can obtain more accurate change detection results. In addition to applying the proposed algorithm to the common SAR image change detection data set, the algorithm is also applied to the Yellow River estuary data set in the scientific research project. Because of the huge difference of noise level between the images which make up the dataset, it is difficult to detect the change of SAR image effectively. In the second method, due to the addition of homogeneous region to the difference map obtained by information fusion, good results can be obtained.
【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(qián)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 宮金杞;面向地理國(guó)情監(jiān)測(cè)的地表覆蓋變化檢測(cè)方法研究及系統(tǒng)實(shí)現(xiàn)[D];山東農(nóng)業(yè)大學(xué);2015年

9 趙姣姣;基于無(wú)監(jiān)督方法的SAR圖像變化檢測(cè)[D];西安電子科技大學(xué);2014年

10 李曉婷;基于信息融合與勻質(zhì)區(qū)域提取的SAR圖像變化檢測(cè)[D];西安電子科技大學(xué);2014年

，

本文編號(hào)：2167024