版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、 基于遙感圖像的變化檢測就是從同一地區(qū)不同時間獲取的遙感圖像中,定量分析和確定地表變化特征和過程的技術。隨著遙感圖像獲取技術和手段的日益先進,變化檢測技術在開展森林資源調(diào)查、土地利用/覆蓋變化研究、環(huán)境災害評估、城市規(guī)劃及布局和國防軍情監(jiān)控等對地觀測等方面的應用越來越廣泛。
本論文圍繞著如何利用圖將多時相遙感圖像中的鄰域信息以及差異信息進行融合,以及利用多時相遙感圖像間的稀疏性來展開研究,完成了以下三個方面的工作: <
2、br> (1)提出了一種基于圖的遙感圖像變化檢測方法。將多時相遙感圖像中的鄰域信息以及差異信息進行融合。首先分別利用多時相遙感圖像中單幅圖像內(nèi)像素間的相似性得到變化前后鄰接圖;然后利用不同時相圖像之間的差異信息將變化前后鄰接圖融合為3-D圖;最后用譜聚類的方法對3-D圖進行分割,得到最后的變化檢測結果。對模擬數(shù)據(jù)集和真實遙感圖像數(shù)據(jù)集進行實驗,驗證了本方法的可行性和有效性。
(2)提出了一種基于局部熵視覺注意模型的遙感圖
3、像變化檢測方法。該方法通過模擬人眼視覺注意機制,將多時相遙感圖像進行稀疏表示。首先分別利用變化前后圖像得到兩個 3 層高斯金字塔;其次通過將高斯金字塔的不同層次間進行融合,得到變化后圖像某特征空間內(nèi)的特征圖;然后對特征圖計算局部熵,并將不同特征空間內(nèi)的加熵特征圖進行加權融合,得到改進的itti視覺注意模型的顯著圖;最后對顯著圖進行分割,得到最終的變化檢測結果。通過對模擬遙感和真實遙感數(shù)據(jù)的實驗驗證了方法的有效性。
(3)提
4、出了一種基于稀疏低秩模型的遙感圖像變化檢測方法。首先用 LOG比值的方法對變化前后圖像進行變化區(qū)域預提?。黄浯胃鶕?jù)預提取出來的變化區(qū)域以及變化前后圖像模擬若干幅模擬變化后圖像,構造成一個變化區(qū)域漸變的遙感圖像序列;然后將該遙感圖像序列進行稀疏低秩分解,其中分解后的稀疏部分即表示變化區(qū)域;最后將表示變化區(qū)域的稀疏部分進行分割,得到最后的變化檢測結果。對模擬圖像數(shù)據(jù)集和真實遙感圖像數(shù)據(jù)集進行實驗,驗證了本方法的可行性和有效性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的遙感圖像變化檢測方法研究.pdf
- 基于稀疏表示的SAR圖像去噪和變化檢測方法.pdf
- 基于協(xié)作表示的多時相遙感圖像變化檢測研究.pdf
- 基于treelet的遙感圖像變化檢測方法研究.pdf
- 基于直線特征的遙感圖像變化檢測方法研究.pdf
- 基于概率統(tǒng)計的遙感圖像變化檢測方法研究.pdf
- 遙感圖像區(qū)域變化檢測方法研究.pdf
- 基于鄰域和差異信息融合的遙感圖像變化檢測方法.pdf
- 基于Treelet變換的遙感圖像變化檢測方法研究.pdf
- 基于PCNN的SAR遙感圖像變化檢測.pdf
- 多光譜遙感圖像變化檢測方法研究.pdf
- 基于自然計算的遙感圖像分割和變化檢測.pdf
- 多時相遙感圖像變化檢測方法研究.pdf
- 基于融合和特征提取的遙感圖像變化檢測.pdf
- 36339.地震遙感圖像的變化檢測方法研究
- 基于國產(chǎn)資源衛(wèi)星的遙感圖像變化檢測.pdf
- 41171.基于tpca方法的多時相遙感圖像變化檢測
- 基于Fisher分類器和計算智能的遙感圖像變化檢測.pdf
- 基于稀疏表示的遙感圖像去云方法研究.pdf
- 基于像素信息和深度學習的遙感圖像變化檢測技術.pdf
評論
0/150
提交評論