基于鄰域相對熵和融合紋理信息的SAR影像變化檢測
發(fā)布時間:2021-05-09 17:20
城市的改造發(fā)展、土地利用/覆蓋變化、自然災害頻發(fā)等問題都會引起地表覆蓋屬性及性質的變化。及時有效地檢測出地表地物的變化位置、變化過程、變化性質等信息具有重大應用價值。合成孔徑雷達(Synthetic20Aperture20Radar,SAR)具有全天時、全天候的對地觀測能力,是遙感變化檢測的重要數(shù)據(jù)源。SAR影像變化檢測通過對同一地區(qū)不同時相的SAR影像數(shù)據(jù)處理分析,可以快速準確的發(fā)現(xiàn)并提取變化信息,已經成為對地觀測領域的研究熱點和重要研究方向。SAR影像變化檢測面臨著幾個問題:(1)相干斑噪聲的影響;(2)差異圖性能的優(yōu)劣;(3)如何獲取最佳閾值。本文針對上述問題,綜合考慮了20SAR影像的灰度信息、紋理特征和空間相關性,通過構建更加魯棒的差異圖,研究性能優(yōu)異的變化信息提取算法,開展了20SAR圖像非監(jiān)督變化檢測方法的研究。主要工作和創(chuàng)新點如下:1.針對傳統(tǒng)的基于簡單代數(shù)運算變化檢測方法易受噪聲影響的問題,通過引入鄰域信息,提出了一種基于鄰域相對熵的SAR影像變化檢測方法。該方法以相對熵運算為基礎,通過引入不同形式的鄰域信息,充分結合兩時相SAR影像像元及其鄰域灰度的關系,以對應鄰域...
【文章來源】:山東科技大學山東省
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀及存在的問題
1.3 論文章節(jié)安排
2 變化檢測基本理論與SAR影像基本特性
2.1 變化檢測基本理論
2.2 SAR影像成像幾何特性
2.3 SAR影像統(tǒng)計特性
3 基于鄰域相對熵的SAR影像變化檢測
3.1 相對熵概述
3.2 鄰域相對熵模型
3.3 模糊局部信息C均值聚類算法
3.4 實驗與結果分析
3.5 本章小結
4 廣義高斯模型下利用紋理信息和KI閾值的SAR影像變化檢測
4.1 灰度共生矩陣與紋理特征
4.2 廣義高斯模型下的KI閾值
4.3 實驗與結果分析
4.4 本章小結
5 基于自適應鄰域均值濾波的SAR影像強度-紋理特征變化檢測
5.1 自適應鄰域均值濾波
5.2 基于小波變換的差異圖融合策略
5.3 馬爾科夫隨機場分割模型
5.4 實驗與結果分析
5.5 本章小結
6 總結與展望
6.1 結論
6.2 展望
參考文獻
致謝
作者從事科學研究和學習經歷簡介
【參考文獻】:
期刊論文
[1]一種改進的變化檢測方法及其在洪水監(jiān)測中的應用[J]. 冷英,李寧. 雷達學報. 2017(02)
[2]基于自適應約束閾值的SAR圖像突變性變化檢測[J]. 萬紅林. 電子技術與軟件工程. 2016(08)
[3]紋理特征向量與最大化熵法相結合的SAR影像非監(jiān)督變化檢測[J]. 莊會富,鄧喀中,范洪冬. 測繪學報. 2016(03)
[4]基于PCA的變化向量分析法遙感影像變化檢測[J]. 黃維,黃進良,王立輝,胡硯霞,韓鵬鵬. 國土資源遙感. 2016(01)
[5]合成孔徑雷達影像變化檢測研究進展[J]. 公茂果,蘇臨之,李豪,劉嘉. 計算機研究與發(fā)展. 2016(01)
[6]利用分形和多尺度分析的中低分辨率SAR圖像變化檢測[J]. 張晗,倪維平,嚴衛(wèi)東,邊輝,吳俊政,李莎,金驍. 武漢大學學報(信息科學版). 2016(05)
[7]基于小波融合和PCA-核模糊聚類的遙感圖像變化檢測[J]. 慕彩紅,霍利利,劉逸,劉若辰,焦李成. 電子學報. 2015(07)
[8]基于直接密度比估計的SAR圖像變化檢測[J]. 徐德偉,茹卉,宋輝,楊文. 現(xiàn)代雷達. 2015(02)
[9]結合結構相似度的自適應多尺度SAR圖像變化檢測[J]. 崔瑩,熊博蒞,蔣詠梅,匡綱要. 中國圖象圖形學報. 2014(10)
[10]基于高斯混合模型的SAR圖像變化檢測方法[J]. 王霞,劉振華,于俊朋,鄧楚強. 現(xiàn)代雷達. 2014(09)
博士論文
[1]極化SAR影像濾波及分割方法研究[D]. 郎豐鎧.武漢大學 2014
[2]基于MRF的SAR圖像分類與變化檢測應用研究[D]. 張斌.武漢大學 2013
碩士論文
[1]基于空間相關性的SAR圖像變化檢測研究[D]. 張祎勃.西安電子科技大學 2014
[2]基于局部信息統(tǒng)計的SAR圖像變化檢測[D]. 付磊.西安電子科技大學 2012
[3]SAR圖像變化檢測技術研究[D]. 張輝.電子科技大學 2008
[4]SAR斑點噪聲濾除軟件化方法研究[D]. 王志勇.山東科技大學 2004
本文編號:3177711
【文章來源】:山東科技大學山東省
【文章頁數(shù)】:83 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀及存在的問題
1.3 論文章節(jié)安排
2 變化檢測基本理論與SAR影像基本特性
2.1 變化檢測基本理論
2.2 SAR影像成像幾何特性
2.3 SAR影像統(tǒng)計特性
3 基于鄰域相對熵的SAR影像變化檢測
3.1 相對熵概述
3.2 鄰域相對熵模型
3.3 模糊局部信息C均值聚類算法
3.4 實驗與結果分析
3.5 本章小結
4 廣義高斯模型下利用紋理信息和KI閾值的SAR影像變化檢測
4.1 灰度共生矩陣與紋理特征
4.2 廣義高斯模型下的KI閾值
4.3 實驗與結果分析
4.4 本章小結
5 基于自適應鄰域均值濾波的SAR影像強度-紋理特征變化檢測
5.1 自適應鄰域均值濾波
5.2 基于小波變換的差異圖融合策略
5.3 馬爾科夫隨機場分割模型
5.4 實驗與結果分析
5.5 本章小結
6 總結與展望
6.1 結論
6.2 展望
參考文獻
致謝
作者從事科學研究和學習經歷簡介
【參考文獻】:
期刊論文
[1]一種改進的變化檢測方法及其在洪水監(jiān)測中的應用[J]. 冷英,李寧. 雷達學報. 2017(02)
[2]基于自適應約束閾值的SAR圖像突變性變化檢測[J]. 萬紅林. 電子技術與軟件工程. 2016(08)
[3]紋理特征向量與最大化熵法相結合的SAR影像非監(jiān)督變化檢測[J]. 莊會富,鄧喀中,范洪冬. 測繪學報. 2016(03)
[4]基于PCA的變化向量分析法遙感影像變化檢測[J]. 黃維,黃進良,王立輝,胡硯霞,韓鵬鵬. 國土資源遙感. 2016(01)
[5]合成孔徑雷達影像變化檢測研究進展[J]. 公茂果,蘇臨之,李豪,劉嘉. 計算機研究與發(fā)展. 2016(01)
[6]利用分形和多尺度分析的中低分辨率SAR圖像變化檢測[J]. 張晗,倪維平,嚴衛(wèi)東,邊輝,吳俊政,李莎,金驍. 武漢大學學報(信息科學版). 2016(05)
[7]基于小波融合和PCA-核模糊聚類的遙感圖像變化檢測[J]. 慕彩紅,霍利利,劉逸,劉若辰,焦李成. 電子學報. 2015(07)
[8]基于直接密度比估計的SAR圖像變化檢測[J]. 徐德偉,茹卉,宋輝,楊文. 現(xiàn)代雷達. 2015(02)
[9]結合結構相似度的自適應多尺度SAR圖像變化檢測[J]. 崔瑩,熊博蒞,蔣詠梅,匡綱要. 中國圖象圖形學報. 2014(10)
[10]基于高斯混合模型的SAR圖像變化檢測方法[J]. 王霞,劉振華,于俊朋,鄧楚強. 現(xiàn)代雷達. 2014(09)
博士論文
[1]極化SAR影像濾波及分割方法研究[D]. 郎豐鎧.武漢大學 2014
[2]基于MRF的SAR圖像分類與變化檢測應用研究[D]. 張斌.武漢大學 2013
碩士論文
[1]基于空間相關性的SAR圖像變化檢測研究[D]. 張祎勃.西安電子科技大學 2014
[2]基于局部信息統(tǒng)計的SAR圖像變化檢測[D]. 付磊.西安電子科技大學 2012
[3]SAR圖像變化檢測技術研究[D]. 張輝.電子科技大學 2008
[4]SAR斑點噪聲濾除軟件化方法研究[D]. 王志勇.山東科技大學 2004
本文編號:3177711
本文鏈接:http://www.sikaile.net/kejilunwen/dizhicehuilunwen/3177711.html
最近更新
教材專著