變化檢測是圖像處理領(lǐng)域的一個(gè)重要技術(shù),其通過對同一地區(qū)獲取的多時(shí)相遙感圖像進(jìn)行分析來確定該區(qū)域是否發(fā)生變化并定位變化區(qū)域。合成孔徑雷達(dá)(SAR)作為遙感成像的主要技術(shù)手段,因其對光照與大氣條件不敏感,并且能夠全天時(shí)、全天候監(jiān)測的特點(diǎn),在變化檢測方面具有獨(dú)特的優(yōu)勢。目前,基于SAR圖像的變化檢測技術(shù)已在環(huán)境保護(hù)、農(nóng)業(yè)發(fā)展、城區(qū)規(guī)劃、抗震救災(zāi)以及軍事偵察等領(lǐng)域得到了廣泛的應(yīng)用。然而,受制于SAR系統(tǒng)特有的成像特性,在獲取SAR圖像的過程中會(huì)引入相干斑點(diǎn)噪聲,因此SAR圖像變化檢測存在著抑制斑點(diǎn)噪聲和保持邊緣及結(jié)構(gòu)細(xì)節(jié)這兩大難點(diǎn),本文的研究工作便是解決SAR圖像變化檢測中噪聲抑制和細(xì)節(jié)保持這兩個(gè)問題。對于變化檢測而言,結(jié)構(gòu)信息是保持邊緣和紋理結(jié)構(gòu)的關(guān)鍵所在,提取結(jié)構(gòu)信息融入變化檢測中有助于保持圖像中細(xì)節(jié)信息。相位一致性能夠檢測出圖像各個(gè)方向的結(jié)構(gòu)特征,提取出豐富且精確的紋理結(jié)構(gòu)信息,產(chǎn)生與人類視覺系統(tǒng)相符的邊緣特征,且不受圖像亮度與對比度的影響,故本文利用相位一致性提取結(jié)構(gòu)信息來解決變化檢測中邊緣定位和結(jié)構(gòu)保持問題。此外,對于變化檢測而言,顯著性檢測技術(shù)能提取出圖像中感興趣的區(qū)域和目標(biāo),所以...

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景及意義
    1.2 SAR圖像變化檢測的研究現(xiàn)狀
        1.2.1 SAR圖像變化檢測方法
        1.2.2 SAR圖像變化檢測存在的主要問題
    1.3 本文研究內(nèi)容
    1.4 論文結(jié)構(gòu)
第二章 SAR圖像以及變化檢測基本理論
    2.1 引言
    2.2 SAR圖像基本理論
        2.2.1 SAR成像機(jī)理
        2.2.2 SAR圖像的相干斑點(diǎn)噪聲
        2.2.3 SAR圖像統(tǒng)計(jì)特性
    2.3 SAR圖像變化檢測基本理論
        2.3.1 SAR圖像變化檢測一般流程
        2.3.2 SAR圖像變化檢測評價(jià)指標(biāo)
    2.4 本章小結(jié)
第三章 基于相位一致性和鄰域比值的SAR圖像變化檢測
    3.1 引言
    3.2 相位一致性理論
    3.3 基于相位一致性和鄰域比值的SAR圖像變化檢測算法
        3.3.1 鄰域比值差異圖獲取
        3.3.2 基于相位一致性和鄰域比值的差異圖獲取
        3.3.3 最大類間方差法
        3.3.4 算法流程
    3.4 仿真實(shí)驗(yàn)與分析
        3.4.1 實(shí)驗(yàn)數(shù)據(jù)來源
        3.4.2 仿真結(jié)果及結(jié)果分析
    3.5 本章小結(jié)
第四章 基于顯著性分區(qū)域和小波分解的SAR圖像變化檢測
    4.1 引言
    4.2 顯著性檢測與小波分解的基礎(chǔ)理論
        4.2.1 顯著性檢測理論
        4.2.2 小波分解理論
    4.3 基于顯著性分區(qū)域和小波分解的SAR圖像變化檢測算法
        4.3.1 變換檢測差異圖的獲取
        4.3.2 顯著圖的獲取
        4.3.3 差異圖的小波分解
        4.3.4 基于模糊C均值與貝葉斯分類算法的低頻分量處理
        4.3.5 基于顯著圖的多尺度融合
        4.3.6 算法流程
    4.4 仿真結(jié)果與分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)來源
        4.4.2 仿真結(jié)果及結(jié)果分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 工作展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3766674