基于层次化自编码的异质遥感图像融合与变化检测

发布时间：2021-09-05 06:23

　　随着遥感技术的发展,不同类型的图像数据不断增多,单一类型传感器下难以获得全面的目标信息,异质遥感图像的处理成为一个亟待解决的问题。异质遥感图像是指来自不同传感器、不同分辨率或不同频谱波段的遥感图像。考虑到地球资源调查、环境监测、区域规划等的重要性,为获取准确的目标信息,图像融合与变化检测吸引了很多学者的研究兴趣。深度学习提供了一种端到端的数据描述与处理框架,本文基于深度学习理论中的层次化自编码模型,研究了异质遥感图像的融合与变化检测方法。主要研究结果如下:1.设计了一种基于层次化稀疏自编码器的全色与多光谱图像融合方法。考虑到现有基于神经网络的模型多使用超分辨的方法,无法综合使用多源信息的缺陷,本文设计了基于层次化稀疏自编码器的多源映射网络。首先将图像融合问题转化为一个从多源图像到目标图像的非线性映射问题。在给定足够多的隐藏单元的情况下,加入稀疏正则能近似任何从输入到输出的映射,同时学习到了各波段之间的关系。在Geoeye-Hobart、QuickBird等卫星数据上的实验结果表明:相比传统方法,该方法在光谱与空间细节上都有较大改进,在指标Q4上有0.02⁰.1的提... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图像融合类型示意图

QuickBird实验一融合结果对比

(g)OCDL (h)DNN (i)Proposed图2.5 QuickBird 实验二融合结果对比(a)LRMS 图像 (b)HRP 图像 (c)源 HRMS 图像

【参考文献】：
期刊论文
[1]高分辨率遥感影像多特征协同地物分类方法[J]. 林栋,秦志远,杨婧玮,张占睦.  测绘科学技术学报. 2014(02)
[2]像斑直方图相似性测度的高分辨率遥感影像变化检测[J]. 李亮,龚龑,李雪,王凯.  遥感学报. 2014(01)
[3]融合多特征的遥感影像变化检测[J]. 杜培军,柳思聪.  遥感学报. 2012(04)
[4]现代航天光学成像遥感器的应用与发展[J]. 胡君,王栋,孙天宇.  中国光学与应用光学. 2010(06)
[5]面向对象特征融合的高分辨率遥感图像变化检测方法[J]. 王文杰,赵忠明,朱海青.  计算机应用研究. 2009(08)
[6]基于多尺度融合的对象级变化检测新方法[J]. 霍春雷,程健,卢汉清,周志鑫.  自动化学报. 2008(03)
[7]基于边缘特征的变化检测方法研究[J]. 方圣辉,佃袁勇,李微.  武汉大学学报(信息科学版). 2005(02)
[8]图像融合质量评价方法的研究[J]. 胡良梅,高隽,何柯峰.  电子学报. 2004(S1)

博士论文
[1]图像稀疏表示理论及其应用研究[D]. 邓承志.华中科技大学 2008

硕士论文
[1]基于小波变换和区域分割的图像融合算法研究[D]. 赵程章.西北工业大学 2006



本文编号：3384854