基于自步学习和深度降噪自编码器的遥感图像变化检测

发布时间：2020-07-21 20:00

【摘要】：遥感图像是观察地球实际变化的重要观测数据,我们可以通过图像变化检测的相关技术有效识别出具体的变化区域。变化检测指的是在给定的两幅在不同时刻拍摄同一地域的遥感图像上运用变化检测方法检测出变化区域的过程,它有着广泛的应用领域。近年来,遥感图像变化检测的研究热点已经从无监督变化检测方法发展到了基于监督分类器的变化检测方法,很多提出的基于监督分类器的变化检测方法也都获得了不错的性能,但面对日益复杂的图像数据,我们需要继续研究创新进一步提升变化检测方法的性能。本文主要针对合成孔径雷达(synthetic aperture radar,SAR)图像和多光谱遥感图像的变化检测,提出了基于自步学习和深度降噪自编码器的变化检测方法,并对提出的方法进行了改进,目前取得的研究成果如下:1)提出了基于自步学习和深度降噪自编码器的SAR图像变化检测方法。该方法主要针对基于监督分类器的变化检测方法中存在的如何帮助监督分类器学习高置信度数据的问题,具体采用了深度降噪自编码器作为监督分类器,通过结合自步学习机制对深度降噪自编码器的目标函数进行构建学习,进而在目标函数的迭代优化过程中通过合理分配样本权重帮助深度降噪自编码器学习逐渐增多的高置信度数据,不断提升其对变化信息的分类性能。此外我们通过采用差分进化算法优化自步学习中使用的步长参数序列帮助提升提出方法的变化检测性能。2)提出了基于自步学习和深度降噪自编码器集成的SAR图像变化检测方法。在之前工作的基础上,该方法引入集成学习机制,通过使用不同的采样方法获取不同的训练数据集进行自步深度降噪自编码器的集成学习,形成了针对深度降噪自编码器的网状学习架构:纵向上是基于不同训练数据集的集成学习过程,横向上是结合自步学习的迭代学习优化过程。最后通过结合策略将集成学习流程中每个基学习器(即自步深度降噪自编码器模型)的变化检测结果集成为一个变化检测结果,提升之前工作的变化检测性能。3)提出了基于自步学习和类别信息的多光谱图像变化检测方法。针对多光谱遥感图像的变化检测,该方法在采用基于自步学习和深度降噪自编码器的变化检测方法时考虑了多光谱图像数据的自然类别信息。具体地,该方法在迭代优化过程中将训练数据按照自然类别信息进行分组并采用自步学习分组更新样本权重,帮助深度降噪自编码器学习高置信度且多样化的数据进而提升其分类性能。此外,我们采用图像多波段数据排列组合的样本特征提取方式帮助提出方法提取有效的变化信息。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP751

【相似文献】

相关期刊论文 前10条

1 眭海刚;冯文卿;李文卓;孙开敏;徐川;;多时相遥感影像变化检测方法综述[J];武汉大学学报(信息科学版);2018年12期

2 谢馨娴;岳彩荣;霍鹏;;森林变化检测方法比较[J];四川林业科技;2018年03期

3 王娜;张景发;;SAR图像变化检测技术方法综述[J];地壳构造与地壳应力文集;2016年01期

4 宋英旭;牛瑞卿;张景发;李永生;罗毅;冯时;陈艳;;遥感影像变化检测方法对比[J];地壳构造与地壳应力文集;2016年02期

5 李强;张景发;;变化检测技术在震害信息提取中的应用[J];地理空间信息;2014年02期

6 龙玄耀;李培军;;基于图像分割的城市变化检测[J];地球信息科学;2008年01期

7 于跃龙,卢焕章;以统计变化检测为基础的实时分割视频对象新方法[J];中国图象图形学报;2005年01期

8 孙扬;朱凌;修田雨;;基于国产卫星影像的协同分割变化检测[J];北京建筑大学学报;2018年04期

9 王鑫;;聚类分析观点下的分散式最快变化检测[J];南京理工大学学报;2014年02期

10 沈壁川;毛期俭;吕翊;;基于巴氏距离的视频流场景变化检测(英文)[J];重庆邮电大学学报(自然科学版);2009年01期

相关会议论文 前10条

1 刘元波;;环境遥感变化探测研究中的若干问题：辐射校正方法与变化检测算法及其理论关系[A];中国地理学会2007年学术年会论文摘要集[C];2007年

2 毛卫华;;时态遥感数据对象级变化检测方法研究[A];2016年度浙江省测绘与地理信息学会优秀论文集[C];2016年

3 林丽群;舒宁;肖俊;;MODIS影像自动变化检测[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

4 刘志刚;李夕海;钱昌松;;遥感图像变化检测问题浅析[A];陕西地球物理文集（五）国家安全与军事地球物理研究[C];2005年

5 王长海;陈文静;;基于遥感影像分类的城镇建成区变化检测方法研究[A];国家安全地球物理丛书（十三）——军民融合与地球物理[C];2017年

6 郑安明;罗健;康薇薇;;基于遥感影像的流域下垫面变化检测[A];环境变化与水安全——第五届中国水论坛论文集[C];2007年

7 陈宇;唐伟成;;基于北京一号小卫星遥感数据的徐州东矿区土地利用/覆盖变化检测方法研究[A];第十七届中国遥感大会摘要集[C];2010年

8 李全;李霖;;基于LANDSAT TM影像的城市变化检测研究[A];中国地理学会2004年学术年会暨海峡两岸地理学术研讨会论文摘要集[C];2004年

9 欧阳峗;马建文;戴芹;;动态贝叶斯网络在遥感变化检测中的应用[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

10 盛辉;廖明生;张路;;基于遥感卫星图像的城市扩展研究——以东营市为例[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

相关重要报纸文章 前2条

1 本报记者 孙楠 徐文彬;提高我国在气候变化检测归因领域的国际影响力[N];中国气象报;2016年

2 通讯员 孙爱华　张向峰;区域气候变化检测研讨会召开[N];中国气象报;2009年

相关博士学位论文 前10条

1 郑耀国;基于结构化表示学习的遥感图像分类及变化检测[D];西安电子科技大学;2016年

2 苏临之;基于像素信息和深度学习的遥感图像变化检测技术[D];西安电子科技大学;2016年

3 贾璐;基于核理论的遥感影像变化检测算法研究[D];西安电子科技大学;2016年

4 李瑜;基于特征学习的SAR图像变化检测方法研究[D];西安电子科技大学;2016年

5 庞世燕;三维信息辅助的建筑物自动变化检测若干关键技术研究[D];武汉大学;2015年

6 何鹏飞;基于不确定性分析的遥感影像变化检测方法研究[D];中国矿业大学;2017年

7 杜晓敏;热红外遥感煤火探测方法及煤火变化检测[D];中国矿业大学(北京);2015年

8 石娟;基于无人机影像的变化检测关键技术研究[D];武汉大学;2015年

9 解云琳;面向对象的城市土地遥感变化检测和提取方法研究[D];武汉大学;2013年

10 程涛;基于压缩感知的遥感变化检测研究[D];武汉大学;2013年

相关硕士学位论文 前10条

1 曹哲;光学/SAR水域图像配准与变化检测[D];南京航空航天大学;2018年

2 牟紫微;时—空优化融合的多波段遥感影像变化检测方法研究[D];湖北大学;2018年

3 求林燕;基于无监督神经网络特征学习的SAR图像变化检测[D];西安电子科技大学;2018年

4 王志锐;基于深度神经网络的异源遥感图像变化检测[D];西安电子科技大学;2018年

5 李朝良;基于深度学习的异源图像变化检测[D];西安电子科技大学;2018年

6 张磊;基于MRF和模糊聚类分析的SAR图像变化检测[D];西安电子科技大学;2018年

7 王林;基于超像素和显著性检测的SAR图像变化检测研究[D];西安电子科技大学;2018年

8 周林浩;基于深度神经网络的SAR图像变化检测[D];西安电子科技大学;2018年

9 王朵;基于全卷积神经网络的遥感图像语义分割及变化检测方法研究[D];西安电子科技大学;2018年

10 张子豪;基于自编码器特征学习的遥感图像变化检测技术[D];西安电子科技大学;2018年

本文编号：2764742