遙感圖像變化檢測(cè)技術(shù)在環(huán)境檢測(cè)、地理研究、工業(yè)生產(chǎn)和軍事打擊等領(lǐng)域的廣泛應(yīng)用使得該課題得到了學(xué)者們充分的重視。合成孔徑雷達(dá)(Synthetic aperture radar,SAR)因其具有全天候監(jiān)測(cè)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(shí)際問題上有著重要的實(shí)用價(jià)值。變化檢測(cè)技術(shù)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(luò)能對(duì)圖像的深度信息進(jìn)行抽取,使變化檢測(cè)結(jié)果達(dá)到更高的分類精度,是近年來的熱門研究對(duì)象。針對(duì)SAR圖像變化檢測(cè)二分類任務(wù),本文主要研究基于像素信息和堆棧式神經(jīng)網(wǎng)絡(luò)的變化檢測(cè)方法,對(duì)傳統(tǒng)變化檢測(cè)流程中生成和分析差異圖這兩個(gè)步驟分別作出改進(jìn),并利用堆棧式神經(jīng)網(wǎng)絡(luò)提出一種新的變化檢測(cè)框架。研究進(jìn)展如下:1.提出了一種基于改進(jìn)鄰域比值和堆棧自編碼器的變化檢測(cè)方法。對(duì)鄰域比值算法增加對(duì)數(shù)約束,構(gòu)造出質(zhì)量更好的差異圖,以減少乘性噪聲對(duì)圖像的干擾;用堆棧自編碼器分析差異圖,修復(fù)上一步中不準(zhǔn)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(gè)數(shù)據(jù)集上產(chǎn)生的變化檢測(cè)圖與參考圖的一致性最高。2.提出...

【文章頁數(shù)】：73 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
縮略語對(duì)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(cè)方法的研究現(xiàn)狀
    1.3 SAR圖像變化檢測(cè)研究存在的主要問題
    1.4 本文創(chuàng)新點(diǎn)
    1.5 本文的章節(jié)安排及研究?jī)?nèi)容
第二章 SAR圖像變化檢測(cè)概述
    2.1 理論基礎(chǔ)
        2.1.1 SAR圖像變化檢測(cè)問題描述
        2.1.2 SAR圖像變化檢測(cè)流程
    2.2 SAR圖像變化檢測(cè)性能評(píng)價(jià)標(biāo)準(zhǔn)
        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(shù)
        2.3.1 CVA
        2.3.2 C2VA
    2.4 堆棧式神經(jīng)網(wǎng)絡(luò)及其變化檢測(cè)應(yīng)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(cè)數(shù)據(jù)集
第三章 基于改進(jìn)鄰域比值和堆棧自編碼器的 SAR 圖像變化檢測(cè)方法
    3.1 構(gòu)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(jìn)鄰域比值和堆棧自編碼器的SAR圖像變化檢測(cè)方法
        3.2.1 基于改進(jìn)鄰域比值法構(gòu)造差異圖
        3.2.2 堆棧自編碼器
    3.3 實(shí)驗(yàn)結(jié)果與分析
        3.3.1 諸方法構(gòu)造差異圖對(duì)比
        3.3.2 網(wǎng)絡(luò)層參數(shù)測(cè)試
        3.3.3 實(shí)驗(yàn)結(jié)果與對(duì)比
    3.4 本章小節(jié)
第四章 基于堆棧式神經(jīng)網(wǎng)絡(luò)特征提取和映射的 SAR 圖像變化檢測(cè)方法
    4.1 理論概述
        4.1.1 深度學(xué)習(xí)及其變化檢測(cè)應(yīng)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(luò)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(gòu)建特征變化通道
        4.2.5 生成變化檢測(cè)結(jié)果圖
    4.3 實(shí)驗(yàn)結(jié)果和分析
        4.3.1 實(shí)驗(yàn)設(shè)置
        4.3.2 采樣窗口測(cè)試
        4.3.3 隱藏層參數(shù)測(cè)試
        4.3.4 實(shí)驗(yàn)對(duì)比與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間取得的科研成果



本文編號(hào)：3838323