遙感圖像變化檢測是一項(xiàng)被廣泛應(yīng)用的圖像處理技術(shù),它可以根據(jù)一組拍攝于同一地點(diǎn)但不同時(shí)間的圖像,分析出該區(qū)域在這段時(shí)間內(nèi)發(fā)生變化的部分。隨著遙感技術(shù)的快速發(fā)展,能獲取到的遙感圖像數(shù)量越來越多,圖像的類型也越來越豐富,如何能更加智能化地以及更加精確地處理這些復(fù)雜的圖像,是變化檢測技術(shù)亟待解決的難題。根據(jù)圖像來源的不同,變化檢測可以分為同源變化檢測和異源變化檢測兩類。目前基于神經(jīng)網(wǎng)絡(luò)的同源變化檢測技術(shù)采用的都是判別式模型,需要大量標(biāo)注過的樣本進(jìn)行訓(xùn)練,會耗費(fèi)大量人力和物力。而異源變化檢測因?yàn)閳D像由不同傳感器獲取,對同一目標(biāo)有著不同的像素表示,所以無法在原始觀測空間中進(jìn)行比較。生成對抗網(wǎng)絡(luò)作為一種生成式模型,不需要任何帶標(biāo)簽的訓(xùn)練樣本就能學(xué)習(xí)到數(shù)據(jù)的真實(shí)分布,而且對抗式的學(xué)習(xí)能夠很好的實(shí)現(xiàn)兩種不同類型圖像間的風(fēng)格轉(zhuǎn)換。所以無論是面對同源還是異源圖像,生成對抗網(wǎng)絡(luò)都能很好地應(yīng)用到圖像變化檢測中去,解決目前變化檢測算法中存在的一些問題。本文主要包含以下三個工作:1)提出了一種基于生成對抗網(wǎng)絡(luò)的高光譜圖像變化檢測方法。該方法能夠提取到高光譜圖像中的重要特征,將圖像特征進(jìn)行融合的同時(shí),能夠從一個初始的...

【文章頁數(shù)】：72 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 研究背景和意義
    1.2 圖像變化檢測的研究現(xiàn)狀
    1.3 生成對抗網(wǎng)絡(luò)和變化檢測
    1.4 論文的架構(gòu)和內(nèi)容安排
第二章 基于生成對抗網(wǎng)絡(luò)的高光譜圖像變化檢測
    2.1 生成對抗網(wǎng)絡(luò)
    2.2 算法描述
        2.2.1 算法原理
        2.2.2 算法流程
        2.2.3 數(shù)據(jù)采樣
    2.3 實(shí)驗(yàn)
        2.3.1 數(shù)據(jù)集及評價(jià)指標(biāo)
        2.3.2 實(shí)驗(yàn)結(jié)果及分析
        2.3.3 參數(shù)分析
    2.4 本章總結(jié)
第三章 基于條件對抗網(wǎng)絡(luò)的異源圖像變化檢測
    3.1 問題描述
    3.2 條件對抗網(wǎng)絡(luò)與圖像轉(zhuǎn)換
    3.3 算法描述
        3.3.1 算法框架
        3.3.2 算法流程
    3.4 實(shí)驗(yàn)
        3.4.1 數(shù)據(jù)集及對比算法
        3.4.2 實(shí)驗(yàn)結(jié)果及分析
        3.4.3 參數(shù)分析
    3.5 本章總結(jié)
第四章 基于耦合翻譯網(wǎng)絡(luò)的異源圖像變化檢測
    4.1 相關(guān)工作與動機(jī)
        4.1.1 ICDL
        4.1.2 SCCN
        4.1.3 動機(jī)
    4.2 VAE與特征提取
        4.2.1 VAE
        4.2.2 耦合VAE提取圖像共同特征
    4.3 算法描述
        4.3.1 算法框架
        4.3.2 算法流程
    4.4 實(shí)驗(yàn)
        4.4.1 數(shù)據(jù)集
        4.4.2 實(shí)驗(yàn)結(jié)果及分析
        4.4.3 參數(shù)分析
    4.5 本章總結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡介



本文編號：3866746