遙感變化檢測(cè)技術(shù)是以多源遙感數(shù)據(jù)為基礎(chǔ),以知識(shí)庫(kù)為輔助對(duì)不同時(shí)段的目標(biāo)、現(xiàn)象、過(guò)程狀態(tài)的變化進(jìn)行探測(cè)、識(shí)別及分析的計(jì)算機(jī)圖像處理技術(shù),包括多源數(shù)據(jù)的獲取、原始數(shù)據(jù)預(yù)處理、變化信息提取及變化性質(zhì)確定、變化信息后處理及檢測(cè)精度評(píng)價(jià)等內(nèi)容,其主要目的是通過(guò)判斷目標(biāo)是否發(fā)生變化,確定發(fā)生變化的區(qū)域,鑒定變化的類別,評(píng)價(jià)變化的時(shí)間和空間分布模式。隨著機(jī)器學(xué)習(xí)以及深度學(xué)習(xí)的發(fā)展,以大數(shù)據(jù)為核心的深度學(xué)習(xí)算法已經(jīng)從傳統(tǒng)的自然圖像處理,并逐漸擴(kuò)展到遙感圖像處理。本文結(jié)合機(jī)器學(xué)習(xí)及深度學(xué)習(xí)算法,對(duì)基于對(duì)象分割的衛(wèi)星圖像中物體變化檢測(cè)和識(shí)別的算法開(kāi)展深入研究,選題具有重要的意義和實(shí)用價(jià)值。本文將機(jī)器學(xué)習(xí)算法和深度學(xué)習(xí)算法相結(jié)合,以建筑物為研究對(duì)象,對(duì)衛(wèi)星影像的建筑物變化檢測(cè)和識(shí)別開(kāi)展一系列研究,論文主要的研究?jī)?nèi)容和創(chuàng)新點(diǎn)包括以下幾點(diǎn):（1）對(duì)現(xiàn)有的遙感圖像數(shù)據(jù)集進(jìn)行分析,得到現(xiàn)有的數(shù)據(jù)集有物體變化檢測(cè)和識(shí)別。針對(duì)遙感圖像變化檢測(cè)包含前后時(shí)相影像的特征,以前時(shí)相為參考,對(duì)后時(shí)相影像進(jìn)行圖像規(guī)定化。針對(duì)不同樣本庫(kù)分布不均衡、類間距離過(guò)近等問(wèn)題,提出樣本庫(kù)均衡模塊;為了解決樣本量不足的問(wèn)題,提出針對(duì)衛(wèi)星圖像的數(shù)... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：102 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
    1.2 研究現(xiàn)狀
        1.2.1 目標(biāo)對(duì)象提取研究現(xiàn)狀
        1.2.2 變化檢測(cè)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容和論文組織架構(gòu)
        1.3.1 主要研究?jī)?nèi)容
        1.3.2 論文組織結(jié)構(gòu)
2 數(shù)據(jù)集介紹及數(shù)據(jù)處理
    2.1 數(shù)據(jù)集介紹
        2.1.1 Stone-Gate數(shù)據(jù)集
        2.1.2 撒丁島數(shù)據(jù)集
        2.1.3 INRIA Aerial Image數(shù)據(jù)集
        2.1.4 QuickBird衛(wèi)星影像數(shù)據(jù)
        2.1.5 IKONOS數(shù)據(jù)集
    2.2 數(shù)據(jù)處理
        2.2.1 影像拉伸
        2.2.2 數(shù)據(jù)均衡
        2.2.3 數(shù)據(jù)增強(qiáng)
    2.3 本章小結(jié)
3 基于無(wú)監(jiān)督特征提取算法的變化區(qū)域檢測(cè)
    3.1 圖像配準(zhǔn)
    3.2 SDAE算法
    3.3 模糊C均值
    3.4 實(shí)驗(yàn)分析
        3.4.1 實(shí)驗(yàn)步驟
        3.4.2 實(shí)驗(yàn)結(jié)果與分析
    3.5 對(duì)比實(shí)驗(yàn)與分析
        3.5.1 實(shí)驗(yàn)設(shè)置
        3.5.2 對(duì)比算法簡(jiǎn)介
        3.5.3 評(píng)估標(biāo)準(zhǔn)
        3.5.4 Stone-Gate數(shù)據(jù)集結(jié)果與分析
        3.5.5 撒丁島數(shù)據(jù)集結(jié)果與分析
    3.6 本章小結(jié)
4 目標(biāo)建筑物識(shí)別
    4.1 基于特征的建筑物識(shí)別算法
    4.2 基于深度學(xué)習(xí)的建筑物識(shí)別
        4.2.1 U-net模型
        4.2.2 模型優(yōu)化——W-net模型
        4.2.3 損失函數(shù)
        4.2.4 后處理邊緣精細(xì)化
    4.3 實(shí)驗(yàn)分析
        4.3.1 實(shí)驗(yàn)步驟
        4.3.2 對(duì)比算法
        4.3.3 評(píng)估標(biāo)準(zhǔn)
        4.3.4 INRIA Aerial Image數(shù)據(jù)集結(jié)果與分析
    4.4 本章小結(jié)
5 基于對(duì)象的建筑物變化檢測(cè)算法
    5.1 對(duì)象級(jí)差分變化檢測(cè)算法簡(jiǎn)介
    5.2 基于SDAE+FCM+W-net的建筑物變化檢測(cè)算法
    5.3 實(shí)驗(yàn)分析
        5.3.1 實(shí)驗(yàn)步驟
        5.3.2 對(duì)比算法
        5.3.3 評(píng)估標(biāo)準(zhǔn)
        5.3.4 QuickBird數(shù)據(jù)集結(jié)果與分析
        5.3.5 IKONOS數(shù)據(jù)集結(jié)果與分析
        5.3.6 常用方法對(duì)比實(shí)驗(yàn)分析
    5.4 本章小結(jié)
6 結(jié)論
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
附錄A
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]一種融合MBI的多特征建筑物變化檢測(cè)方法[J]. 俞曉飛.  測(cè)繪與空間地理信息. 2018(11)
[2]基于改進(jìn)Harris角點(diǎn)檢測(cè)算法的遙感影像匹配研究[J]. 鄶洪杰.  電視技術(shù). 2018(05)
[3]DInSAR形變異常的建筑物違章檢測(cè)方法[J]. 張栩婕,胡慶武.  測(cè)繪科學(xué). 2019(04)
[4]多特征多尺度相結(jié)合的高分辨率遙感影像建筑物提取[J]. 林雨準(zhǔn),張保明,徐俊峰,侯凱,周迅.  測(cè)繪通報(bào). 2017(12)
[5]城郊高分影像中利用陰影的建筑物自動(dòng)提取[J]. 高賢君,鄭學(xué)冬,沈大江,楊元維,張佳華.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2017(10)
[6]Landsat時(shí)序變化檢測(cè)綜述[J]. 湯冬梅,樊輝,張瑤.  地球信息科學(xué)學(xué)報(bào). 2017(08)
[7]利用格式塔的高分辨率遙感影像建筑物提取[J]. 李青,李玉,王玉,趙泉華.  中國(guó)圖象圖形學(xué)報(bào). 2017(08)
[8]面向?qū)ο蟮男螒B(tài)學(xué)建筑物指數(shù)及其高分辨率遙感影像建筑物提取應(yīng)用[J]. 林祥國(guó),張繼賢.  測(cè)繪學(xué)報(bào). 2017(06)
[9]基于偏移陰影分析的高分辨率可見(jiàn)光影像建筑物自動(dòng)提取[J]. 高賢君,鄭學(xué)東,劉子瀟,楊元維.  光學(xué)學(xué)報(bào). 2017(04)
[10]基于GF-1衛(wèi)星遙感影像的海岸線生態(tài)化監(jiān)測(cè)與評(píng)價(jià)研究——以營(yíng)口市為例[J]. 索安寧,曹可,初佳蘭,于永海,王權(quán)明,關(guān)道明.  海洋學(xué)報(bào). 2017(01)

博士論文
[1]基于流形學(xué)習(xí)算法的高光譜圖像分類和異常檢測(cè)[D]. 馬麗.華中科技大學(xué) 2010

碩士論文
[1]基于高分辨率遙感影像的城區(qū)建筑物提取方法研究[D]. 鄭璐.吉林大學(xué) 2017
[2]基于超像素區(qū)域融合的遙感圖像地物分類算法研究[D]. 于海濤.東北大學(xué) 2014
[3]時(shí)間序列異常檢測(cè)的研究[D]. 曹忠虔.電子科技大學(xué) 2012



本文編號(hào)：3158231