本文關(guān)鍵詞：基于進化多目標算法的三類SAR圖像變化檢測，由筆耕文化傳播整理發(fā)布。

【摘要】：基于遙感圖像的變化檢測就是分析在同一地區(qū)、同一時間獲得的配準圖像,進而獲得變化區(qū)域的過程。在最近的幾十年間,它已經(jīng)引起了大量的關(guān)注并應(yīng)用于各個領(lǐng)域,例如:森林資源調(diào)查、土地利用、覆蓋變化研究、環(huán)境災(zāi)害評估、城市規(guī)劃及布局和國防軍情監(jiān)控等。本文提出了一種基于進化多目標算法的三類SAR圖像變化檢測的方法。該方法可以用于尋找多時SAR圖像的變化區(qū)域,區(qū)別于只區(qū)分變化與未變化區(qū)域的傳統(tǒng)二類變化檢測方法,本文算法進一步將變化區(qū)域細分為正變化和負變化,將變化具體化。因此,當(dāng)遇到自然災(zāi)害或是分析地表變化時,本文方法可以進一步提高分析效率,更加容易的觀察地形的正負變化情況。本文的工作主要體現(xiàn)在以下兩個部分:(1)第一部分描述了三類差異圖的生成方法,這個差異圖包含了正負變化信息。將傳統(tǒng)的均值比和對數(shù)比方法進行處理,將普通的二類差異圖拓展為三類,并在最后實驗結(jié)果中分別作了討論。(2)第二部分將進化多目標算法應(yīng)用到處理三類差異圖中,并提出三類變化檢測的基本框架,最終生成變化檢測圖像,并對結(jié)果進行了討論。在利用進化多目標算法處理差異圖過程中,為了降低散斑噪聲的影響,基于局部空間和灰度級信息的模糊聚類有效性指數(shù)被用在三類變化檢測中。文章的最后,通過實驗分析對比,說明了基于進化多目標算法的三類SAR圖像變化檢測方法的可靠性和實用性。
【關(guān)鍵詞】：變化檢測 合成孔徑雷達 三類差異圖 多目標優(yōu)化 進化算法
【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】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-9
• 符號對照表9-10
• 縮略語對照表10-13
• 第一章 緒論13-23
• 1.1 SAR圖像變化檢測的發(fā)展動態(tài)14-17
• 1.2 在變化檢測前需要注意的問題17-18
• 1.2.1 圖像匹配17
• 1.2.2 門限值的選擇17-18
• 1.2.3 輻射校正18
• 1.2.4 精度評估與比較18
• 1.2.5 隨機因素的聯(lián)合影響18
• 1.3 現(xiàn)階段變化檢測存在的問題18-20
• 1.3.1 存在的問題一：圖像預(yù)處理，，提高輸入圖像的質(zhì)量19
• 1.3.2 存在的問題二：構(gòu)造優(yōu)秀的差異圖19
• 1.3.3 存在的問題三：準確判定變化區(qū)域19-20
• 1.3.4 存在的問題四：自動化變化檢測算法20
• 1.4 本文的主要工作20
• 1.5 本文的結(jié)構(gòu)安排20-23
• 第二章 SAR圖像變化檢測概述23-29
• 2.1 SAR圖像變化檢測流程23-25
• 2.1.1 圖像數(shù)據(jù)的預(yù)處理24
• 2.1.2 變化信息的提取24-25
• 2.1.3 檢測結(jié)果后處理25
• 2.2 現(xiàn)階段存在的變化檢測方法25-28
• 2.2.1 先比較后分類的圖像變化檢測方法25-28
• 2.2.2 先分類后比較的圖像變化檢測方法28
• 2.3 本章小結(jié)28-29
• 第三章 基于二類差異圖的三類差異圖的生成29-39
• 3.1 引言29-31
• 3.2 主流的差異圖生成方法31-34
• 3.2.1 圖像差值法31-32
• 3.2.2 圖像比值法32-33
• 3.2.3 圖像回歸法33
• 3.2.4 主成份分析法33-34
• 3.2.5 變化向量分析法34
• 3.3 基于二類差異圖的三類差異圖的生成34-37
• 3.3.1 均值法和對數(shù)比值法34-35
• 3.3.2 改進的均值法和對數(shù)比值法35-37
• 3.4 本章小結(jié)37-39
• 第四章 基于進化多目標算法的三類SAR圖像變化檢測39-53
• 4.1 引言39-40
• 4.2 進化多目標優(yōu)化算法40-43
• 4.2.1 多目標優(yōu)化問題的數(shù)學(xué)表達41
• 4.2.2 NSGA方法與NSGA-II方法41-43
• 4.3 基于進化多目標算法的三類SAR圖像變化檢測43-52
• 4.3.1 進化多目標優(yōu)化的引入43
• 4.3.2 目標函數(shù)的設(shè)定43-45
• 4.3.3 更新隸屬度和聚類中心45
• 4.3.4 基于進化多目標算優(yōu)化的變化檢測的算法框架45-47
• 4.3.5 實驗設(shè)置47-48
• 4.3.6 實驗結(jié)論評價標準和參數(shù)設(shè)定48
• 4.3.7 實驗結(jié)果與結(jié)論48-52
• 4.4 本章小結(jié)52-53
• 第五章 總結(jié)與展望53-55
• 參考文獻55-59
• 致謝59-61
• 作者簡介61-62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 李春芳;劉連忠;陸震;;一種由FCM算法推導(dǎo)出的隸屬函數(shù)研究[J];計算機工程與應(yīng)用;2008年32期

2 李珂;鄭金華;;一種改進的基于差分進化的多目標進化算法[J];計算機工程與應(yīng)用;2008年29期

3 董怡;金偉其;張淼;;數(shù)學(xué)形態(tài)學(xué)濾波在紅外圖像去噪中的應(yīng)用研究[J];激光與紅外;2007年08期

4 陳小慶;侯中喜;郭良民;羅文彩;;基于NSGA-II的改進多目標遺傳算法[J];計算機應(yīng)用;2006年10期

5 徐麗華;江萬壽;;顧及配準誤差的遙感影像變化檢測[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2006年08期

6 陳志鵬,鄧鵬,種勁松,王宏琦;紋理特征在SAR圖像變化檢測中的應(yīng)用[J];遙感技術(shù)與應(yīng)用;2002年03期

  本文關(guān)鍵詞：基于進化多目標算法的三類SAR圖像變化檢測，由筆耕文化傳播整理發(fā)布。

本文編號：506767