遙感圖像變化檢測技術在環(huán)境檢測、地理研究、工業(yè)生產(chǎn)和軍事打擊等領域的廣泛應用使得該課題得到了學者們充分的重視。合成孔徑雷達(Synthetic aperture radar,SAR)因其具有全天候監(jiān)測日夜成像、覆蓋面積廣和分辨率高的特性,在處理環(huán)境惡化、城市變遷等實際問題上有著重要的實用價值。變化檢測技術發(fā)展的方向是努力克服外部不利條件,有效區(qū)分出遙感圖像中的變化區(qū)域。堆棧式神經(jīng)網(wǎng)絡能對圖像的深度信息進行抽取,使變化檢測結果達到更高的分類精度,是近年來的熱門研究對象。針對SAR圖像變化檢測二分類任務,本文主要研究基于像素信息和堆棧式神經(jīng)網(wǎng)絡的變化檢測方法,對傳統(tǒng)變化檢測流程中生成和分析差異圖這兩個步驟分別作出改進,并利用堆棧式神經(jīng)網(wǎng)絡提出一種新的變化檢測框架。研究進展如下:1.提出了一種基于改進鄰域比值和堆棧自編碼器的變化檢測方法。對鄰域比值算法增加對數(shù)約束,構造出質(zhì)量更好的差異圖,以減少乘性噪聲對圖像的干擾;用堆棧自編碼器分析差異圖,修復上一步中不準確的分類區(qū)域。該方法去噪效果較好,變化區(qū)域的輪廓邊緣信息也得到了很好的保留,在兩個數(shù)據(jù)集上產(chǎn)生的變化檢測圖與參考圖的一致性最高。2.提出...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
縮略語對照表
第一章 緒論
    1.1 研究背景和意義
    1.2 SAR圖像變化檢測方法的研究現(xiàn)狀
    1.3 SAR圖像變化檢測研究存在的主要問題
    1.4 本文創(chuàng)新點
    1.5 本文的章節(jié)安排及研究內(nèi)容
第二章 SAR圖像變化檢測概述
    2.1 理論基礎
        2.1.1 SAR圖像變化檢測問題描述
        2.1.2 SAR圖像變化檢測流程
    2.2 SAR圖像變化檢測性能評價標準
        2.2.1 分類總正確率
        2.2.2 Kappa系數(shù)
        2.2.3 ROC曲線
    2.3 變化矢量分析技術
        2.3.1 CVA
        2.3.2 C2VA
    2.4 堆棧式神經(jīng)網(wǎng)絡及其變化檢測應用
        2.4.1 自編碼器
        2.4.2 去噪自編碼器
        2.4.3 堆棧去噪自編碼器
        2.4.4 稀疏自編碼器
    2.5 SAR圖像變化檢測數(shù)據(jù)集
第三章 基于改進鄰域比值和堆棧自編碼器的 SAR 圖像變化檢測方法
    3.1 構造差異圖的方法
        3.1.1 LR算子
        3.1.2 MR算子
        3.1.3 小波融合法
        3.1.4 NR算子
    3.2 基于改進鄰域比值和堆棧自編碼器的SAR圖像變化檢測方法
        3.2.1 基于改進鄰域比值法構造差異圖
        3.2.2 堆棧自編碼器
    3.3 實驗結果與分析
        3.3.1 諸方法構造差異圖對比
        3.3.2 網(wǎng)絡層參數(shù)測試
        3.3.3 實驗結果與對比
    3.4 本章小節(jié)
第四章 基于堆棧式神經(jīng)網(wǎng)絡特征提取和映射的 SAR 圖像變化檢測方法
    4.1 理論概述
        4.1.1 深度學習及其變化檢測應用
        4.1.2 信息非均衡圖像
        4.1.3 特征提取
        4.1.4 特征映射
    4.2 基于神經(jīng)網(wǎng)絡的特征提取和映射算法
        4.2.1 SDAE提取特征
        4.2.2 樣本特征選擇
        4.2.3 FFN特征映射
        4.2.4 構建特征變化通道
        4.2.5 生成變化檢測結果圖
    4.3 實驗結果和分析
        4.3.1 實驗設置
        4.3.2 采樣窗口測試
        4.3.3 隱藏層參數(shù)測試
        4.3.4 實驗對比與分析
    4.4 本章小結
第五章 總結與展望
    5.1 工作總結
    5.2 展望
參考文獻
致謝
攻讀碩士學位期間取得的科研成果



本文編號：3838323