基于低秩表示和孪生网络的遥感图像变化检测

发布时间：2021-03-16 11:34

　　遥感图像主要分为航拍图像和卫星图像,包含大量的光谱信息,通过对遥感图像的分析处理可以获得丰富的地物信息。作为遥感图像处理的一个重要研究方向,变化检测通过对比不同时相的遥感图像,可以获取地物信息的变化,对地表信息进行动态监测,已经成为遥感图像处理领域的研究热点之一。目前已有大量的变化检测方法被提出,但是由于有监督变化检测方法人工标注的高成本和高复杂性以及无监督变化检测方法的检测精度不高等不足,其实用性受到限制。针对以上问题,本文提出了两种遥感图像变化检测方法。主要研究内容和创新包括:1.提出了一种基于低秩表示正则化判别字典学习的多光谱图像无监督变化检测方法。由于地物和统计性质的不同,所改变和未改变的像素来自不同的子空间,因此,采用低秩表示方法从差分图像的超像素表示中挑选变化和不变化超像素。此外,考虑到被观测场景中变化像素的稀疏性,设计了用于区分这些像素的选择规则。然后,从这些像素点出发,推导出判别字典学习过程,用于训练变化字典和未变化字典。最后,通过比较差分图中每个像素在变化字典和未变化字典上的重构误差来估计变化图。通过低秩表示,可以为后续判别字典学习找到更多具有代表性的像素点,有效地提... 

【文章来源】：山东师范大学山东省

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

基于低秩表示学习判别字典的变化检测方法具体步骤图

超像素分割示例图

特征提取

【参考文献】：
期刊论文
[1]基于反卷积高层特征的遥感地物图像分类[J]. 王云艳,罗冷坤,周志刚.  计算机工程与应用. 2020(11)
[2]半监督离散势理论在遥感影像变化检测中的应用[J]. 谢福鼎,赫佳妮,郑宏亮.  测绘通报. 2019(08)
[3]利用双差异图和PCA的SAR图像变化检测[J]. 刘陆洋,贾振红,杨杰,Nikola Kasabov.  计算机工程与设计. 2019(07)
[4]基于深度卷积神经网络的PolSAR图像变化检测方法[J]. 王剑,王英华,刘宏伟,何敬鲁.  系统工程与电子技术. 2018(07)
[5]国内外卫星遥感数据源综述[J]. 师艳子,李云松,郑毓轩.  卫星与网络. 2018(04)
[6]深度学习相关研究综述[J]. 张军阳,王慧丽,郭阳,扈啸.  计算机应用研究. 2018(07)
[7]噪声抑制的多极化SAR海冰图像分割[J]. 夏梦琴,杨学志,董张玉,郑鑫,李国强.  遥感学报. 2015(05)
[8]基于几何结构的SAR图像无监督变化检测方法[J]. 常宝,张弓.  电子学报. 2011(09)
[9]基于高斯超像素的快速Graph Cuts图像分割方法[J]. 韩守东,赵勇,陶文兵,桑农.  自动化学报. 2011(01)
[10]基于分割窗半监督支持向量机的遥感图像变化检测[J]. 赵磊,王斌,张立明.  复旦学报(自然科学版). 2010(02)

硕士论文
[1]小样本PolSAR图像地物分类技术研究[D]. 刘振.西安电子科技大学 2018



本文编号：3085971