基于协作表示的多时相遥感图像变化检测研究

发布时间：2020-09-15 10:37

　　 遥感,通俗来说是指从远处探测、感知物体的技术,即不与物体本身进行接触,而是通过遥感平台搭载的传感器来探测和接收地面场景或目标的信息。遥感图像变化检测技术是指对地表同一地区不同时间得到的遥感图像进行分析处理,得到目标区域的变化信息。随着稀疏表示理论的发展以及图像天然稀疏性的优势,越来越多的研究者将稀疏表示应用于遥感图像变化检测领域,提出了许多基于稀疏表示的遥感图像变化检测方法。这些方法能够有效利用图像的稀疏特性,提升遥感图像变化检测效果,但是这些方法也存在着计算复杂度较高,对零散的孤立点检测效果不佳,容易出现图像边框检测出错等问题,影响了变化检测的整体效果。本文围绕遥感图像变化检测方法展开了研究工作,针对基于稀疏表示的变化检测方法存在的问题,提出了两种基于协作表示的遥感图像变化检测方法。本文的研究内容主要包括以下两部分:1.针对传统稀疏表示变化检测方法计算复杂度过高等问题,本文结合流行的协作表示方法提出了一种双字典多协作系数差分的遥感图像变化检测技术。首先分别由两幅图像全局训练得到两个全局字典,其次两幅图像分别对两个字典求得相应的协作表示系数,然后使用这些协作系数得到蕴含差异信息的差分协作系数,最后对得到的差分协作系数进行分类得到变化检测结果。本文通过两组真实遥感图像数据的仿真实验,说明了本算法的有效性。2.上述协作表示方法是对原始图像进行协作表示后得到协作表示系数,然后再根据协作表示系数得到蕴含差异信息的差分协作系数。从其他角度分析,提出了一种差异图像协作表示的变化检测算法。首先由两幅原始图像得到差异图像,其次由差异图像训练得到一个全局字典,然后由差异图像直接对字典求得蕴含差异信息的协作系数,最后对得到的协作系数进行分类。实验结果表明本文算法可以获得更好的变化检测效果。
【学位单位】：西南交通大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TP751
【部分图文】：

通过比较两个时刻的遥感图像获得差异信息，从而得到地表同一地区在前后不同时刻逡逑发生的变化信息。逡逑通常情况下，遥感图像变化检测的一般处理过程可以由图１－１说明。逡逑图像数据输入逦｜逦ｆ逦提取变化信息逡逑Ｉ逦１逦Ｉ逡逑Ｉ邋逦Ｉ逦Ｉ逦逦逦邋Ｉ邋逦邋逦逡逑！，逦，１逡逑丨乃时刻遥感图像逦＾逦＾逦！逦变丨逦变逡逑ＩＩ

图３－１双字典多协作系数差分的变化检测方法流程图逡逑算法具体步骤如下：逡逑步骤一：逡逑

Ｇ－Ｃ３＋Ｃ２－Ｃ４得到包含分类信息的每个像素点的差分协作系数向量逡逑Ｋ－ｍｅａｎｓ分类得到变化检测结果逡逑图３－１双字典多协作系数差分的变化检测方法流程图逡逑算法具体步骤如下：逡逑步骤一：逡逑将己经经过预处理的同一区域不同时刻的两幅遥感图像输入，记为７；和７＾，ｘｗ，邋Ｔｌ＝｛ｔ｛（ｉ，ｊ）＼＼＜ｉ＜ｍ，＼＜ｊ＜ｎ｝，邋Ｔ２邋＝邋｛ｔ２（ｉ，ｊ）＼＼＜邋ｉ邋＜邋ｍ．＼邋＜邋ｊ邋＜邋ｎ］，邋ｒ，邋（／，／）邋＾／？像素点，Ｇ（／，ｙ＿）为图像ｒ２中的像素点。逡逑步骤二：逡逑为了便于后续特征向量的抽取，对７；图像和ｒ２图像同时扩展，将边框处的像素复制，得到扩展后的图像ｒ３和ｒ４，分别是（ｍ＋２Ｍ？＋２）阶矩阵，如图所示：逡逑

【参考文献】

相关期刊论文 前10条

1 高桂荣;严威;夏晨阳;吴国宝;;结合空间信息的PTSVM的遥感图像变化检测[J];电子测量技术;2016年04期

2 夏朝旭;何政伟;于欢;王东辉;叶娇珑;;面向对象的土地覆被变化检测研究[J];遥感技术与应用;2014年01期

3 殷守敬;吴传庆;王桥;马万栋;朱利;姚延娟;王雪蕾;吴迪;;多时相遥感影像变化检测方法研究进展综述[J];光谱学与光谱分析;2013年12期

4 孙颖;尹红;田沁花;胡婷;石英;刘洪滨;周波涛;;全球和中国区域近50年气候变化检测归因研究进展[J];气候变化研究进展;2013年04期

5 宋相法;焦李成;;基于稀疏表示及光谱信息的高光谱遥感图像分类[J];电子与信息学报;2012年02期

6 李亮;舒宁;王琰;;利用归一化互信息进行基于像斑的遥感影像变化检测[J];遥感信息;2011年06期

7 王彦情;马雷;田原;;光学遥感图像舰船目标检测与识别综述[J];自动化学报;2011年09期

8 周启鸣;;多时相遥感影像变化检测综述[J];地理信息世界;2011年02期

9 孙晓霞;张继贤;燕琴;高井祥;;遥感影像变化检测方法综述及展望[J];遥感信息;2011年01期

10 李金基;焦李成;张向荣;杨咚咚;;基于融合和T-分布的SAR图像水灾变化检测[J];计算机研究与发展;2011年02期

相关博士学位论文 前5条

1 汤玉奇;面向对象的高分辨率影像城市多特征变化检测研究[D];武汉大学;2013年

2 路锦正;基于稀疏表示的图像超分辨率重构技术研究[D];电子科技大学;2013年

3 易学能;图像的稀疏字典及其应用[D];华中科技大学;2011年

4 邓承志;图像稀疏表示理论及其应用研究[D];华中科技大学;2008年

5 钟家强;基于多时相遥感图像的变化检测[D];国防科学技术大学;2005年

相关硕士学位论文 前10条

1 邱允亮;基于Semi-NMF的多时相遥感图像变化检测研究及应用[D];西南交通大学;2016年

2 王强;基于RS和GIS的山区高速公路生态环境变化检测[D];重庆交通大学;2015年

3 张家琦;遥感影像变化检测方法及应用研究[D];中国地质大学(北京);2015年

4 张绍泉;基于高光谱遥感影像稀疏解混的水域变化检测[D];南昌工程学院;2015年

5 郭新海;基于稀疏表示和低秩矩阵分解的人脸识别与图像对齐方法研究[D];北京交通大学;2015年

6 张盼;基于低秩和稀疏表示的人脸识别算法研究[D];燕山大学;2014年

7 郝晓婷;基于学习字典稀疏表示的遥感图像分类算法研究与应用[D];北方民族大学;2014年

8 吴云坤;遥感图像变化检测技术研究[D];国防科学技术大学;2013年

9 段赛仙;基于多时相遥感影像的土地利用变化检测研究[D];昆明理工大学;2013年

10 马静林;基于字典及稀疏表示的遥感图像变化检测方法研究[D];西安电子科技大学;2013年

本文编号：2818856