基于超像素协同分割的遥感影像变化检测方法

发布时间：2023-04-21 02:25

　　遥感技术领域的变化检测是利用同一地表区域的多时相遥感影像为数据源,通过图像处理系统对多时相影像分析识别,提取地表变化区域的技术。传统的变化检测方法分为两类:基于像元和基于对象的变化检测,然而这两种方法都存在一定的局限性。协同分割的概念最早是在计算机视觉领域出现的,其目的是为了快速准确的从一组图像中提取出共同包含的感兴趣目标。而将协同分割用于变化检测能够有效的克服椒盐现象,生成边界一致的多时相变化对象,与基于对象的检测方法相比,能够生成边界准确一致、空间对应的多时相变化对象。协同分割不仅考虑光谱和纹理等图像信息,也挖掘了像素之间的空间邻域信息。但是协同分割变化检测步骤中的最小割/最大流算法,将每一个像素视为网络流图中一个节点,导致计算次数与图中节点和边的数量直接相关,对于大范围的实验区来说运算量大,消耗时间过长。针对这一缺点将超像素分割方法引入协同分割中,采用Slic(Simple Linear Iterative Cluster)的超像素分割方法,利用像素之间特征的相似性将像素分组。随后将两时相的超像素分割,融合形成一个新超像素分割。最后将每个超像素块视为一个基本处理单元进行协同分割变...

【文章页数】：59 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景和意义
    1.2 变化检测研究现状
        1.2.1 基于像素的变化检测方法
        1.2.2 基于对象的变化检测方法
        1.2.3 基于协同分割的变化检测方法
    1.3 超像素分割研究现状
    1.4 论文组织结构
    1.5 本章小结
第2章 超像素分割方法
    2.1 基于图论的分割方法
        2.1.1 Normalized cuts
        2.1.2 Superpixel Lattices
    2.2 基于梯度下降的分割方法
        2.2.1 Mean Shift
        2.2.2 SEEDS
        2.2.3 SLIC
    2.3 各类方法优缺点对比
    2.4 本章小结
第3章 基于超像素的协同分割变化检测
    3.1 预处理
    3.2 超像素分割与叠加分析
    3.3 变化检测能量函数的构建
        3.3.1 变化特征项
        3.3.2 图像特征项
    3.4 最小割/最大流
    3.5 本章小结
第4章 实验结果与分析
    4.1 实验区介绍
    4.2 各类实验结果与分析
        4.2.1 超像素分割结果
        4.2.2 基于超像素的协同分割变化检测结果
    4.3 其他变化检测方法对比
        4.3.1 基于像元的变化检测
        4.3.2 基于对象的变化检测
        4.3.3 基于协同分割的变化检测
        4.3.4 四种变化检测结果分析
    4.4 本章小结
第5章 总结与展望
    5.1 总结
    5.2 展望
附录
参考文献
致谢



本文编号：3795643