学位论文 > 优秀研究生学位论文题录展示

基于SAR影像的变化检测技术研究

作　者: 兰远鸽
导　师: 余旭初
学　校: 解放军信息工程大学
专　业: 摄影测量与遥感
关键词: SAR 变化检测图像滤波变化区域提取 MRF模型 Mean Shift
分类号: TN957.52
类　型: 硕士论文
年　份: 2010年
下　载: 129次
引　用: 0次
阅　读: 论文下载

内容摘要

遥感影像变化检测是利用不同时段的遥感影像对感兴趣的地物、目标的变化情况进行辨别分析的过程。基于SAR影像的变化检测是遥感影像变化检测的重要分支。围绕其整个流程,本文对涉及的四个部分进行了深入研究,主要工作和创新点如下:1.设计了基于SAR影像的变化检测的技术流程,包括图像滤波、图像匹配、变化区域提取和精度评价。完成了一套工程化的变化检测系统。2.针对经典空域统计滤波器仅仅依靠滤波窗口大小来调节滤波能力的问题,引入并改进了相关邻域模型,更加合理地描述了SAR影像局部滤波窗口中的邻域信息,采用基于改进相关邻域模型的MAP滤波器,在抑制斑点噪声的同时很好的保留影像中的边缘信息。3.针对像素级变化检测中构造差异影像的问题,改进了差异影像的构造方法,采用差值融合比值的方法使差异影像中的差异信息更加丰富。对于从差异影像中提取变化区域的问题,引入了Bayes决策理论,在基于高斯分布的假设下,以非监督的方式找出最优变化阈值,实现了阈值选取的自动化。对于传统阈值方法没有考虑差异影像中相邻像元之间关系的情况,引入了马尔可夫模型进行了描述,改进了Bayes提取的方法。有效减少了检测结果中孤立像素的存在,提高了变化检测的精度。4.深入分析了像素级变化检测的不足,提出了面向对象的变化检测方法,引入了Mean Shift算法。Mean Shift算法是一种有效的非参数分割算法,其在基于色域-空间域的基础上,通过直接估计特征空间概率密度函数的局部最值获取未知类别的密度模式,并确定模式的未知,然后使之聚类到和这个模式有关的类别中去。实现影像的分割。这种面向对象的分割方法能够迅速、准确的划分出同质区域。为进一步的变化检测提供重要的依据。论文中所提出的算法都利用SAR影像进行了实验,并取得了比较满意的实验效果,可靠性和有效性都优于现有的经典算法。

全文目录

摘要  8-9
Abstract  9-10
第一章绪论  10-16
  1.1 研究的背景和意义  10-12
  1.2 变化检测技术的研究现状  12-14
  1.3 变化检测技术的主要流程  14-15
  1.4 论文主要研究内容和安排  15-16
第二章 SAR 图像滤波  16-29
  2.1 SAR成像原理及斑点噪声特性  16-17
    2.1.1 相干斑噪声的产生机理  16-17
    2.1.2 相干斑噪声的统计特性  17
  2.2 基于估计理论的图像滤波  17-21
    2.2.1 Lee滤波及其增强算法  17-18
    2.2.2 Kuan滤波及其增强算法  18-19
    2.2.3 Frost滤波算法  19
    2.2.4 基于Gamma分布的MAP滤波  19-20
    2.2.5 经典空域滤波的特点  20-21
  2.3 基于相关邻域模型的SAR滤波及其改进算法  21-24
    2.3.1 邻域结构模型  21
    2.3.2 邻域结构中雷达反射强度的MAP估计  21-22
    2.3.3 改进相关邻域模型的MAP滤波  22-24
  2.4 滤波效果评价  24
  2.5 实验结果与分析  24-28
    2.5.1 实验数据  24-25
    2.5.2 滤波实验与结果分析  25-28
  2.6 本章小结  28-29
第三章基于SIFT特征的SAR影像匹配  29-38
  3.1 点特征提取算子分析  29-30
  3.2 SIFT算子  30
  3.3 SIFT特征匹配  30-35
    3.3.1 特征点提取  30-33
    3.3.2 特征描述  33-35
    3.3.3 SIFT特征匹配  35
  3.4 实验结果与分析  35-37
  3.5 本章小结  37-38
第四章顾及上下文的SAR影像变化检测  38-55
  4.1 构造差异影像的传统方法及其改进  38-39
  4.2 基于Bayes的变化区域的提取  39-41
    4.2.1 Bayes决策规则  40
    4.2.2 变化区域提取的Bayes规则  40-41
  4.3 基于高斯分布模型的差异影像参数估计  41-43
  4.4 基于MRF模型的SAR影像变化区域提取  43-46
    4.4.1 马尔可夫随机场模型  43-45
    4.4.2 顾及上下文的Bayes变化区域的提取  45-46
  4.5 实验结果与分析  46-54
    4.5.1 实验数据  46-47
    4.5.2 实验1.构造差异影像  47-48
    4.5.3 实验2.变化区域提取实验  48-54
  4.6 本章小结  54-55
第五章面向对象的SAR影像变化检测  55-67
  5.1 面向对象的变化检测概述  55-56
  5.2 Mean Shift算法的基本原理  56-59
    5.2.1 Mean Shift向量的基本形式  56-58
    5.2.2 Mean Shift的方法原理  58-59
    5.2.3 Mean Shift 算法过程  59
  5.3 基于Mean Shift算法的图像分割  59-61
    5.3.1 Mean shift 滤波  59-61
    5.3.2 图像分割与区域合并  61
  5.4 基于Mean Shift的SAR变化检测  61-62
  5.5 实验结果与分析  62-65
    5.5.1 实验数据  62-63
    5.5.2 面向对象的分割实验  63-64
    5.5.3 面向对象分割的变化检测实验  64-65
  5.6 本章小结  65-67
第六章总结与展望  67-69
  6.1 本文研究工作的总结  67
  6.2 对进一步的工作的展望  67-69
参考文献  69-73
作者简历攻读硕士学位期间完成的主要工作  73-74
致谢  74

基于SAR影像的变化检测技术研究

内容摘要

全文目录

相似论文