基于视觉注意机制的高分影像变化检测技术研究
发布时间：2020-12-06 09:25
随着空间遥感技术的飞速发展,对地观测数据的空间分辨率、时间分辨率与光谱分辨率不断提高,高分辨率遥感影像已经广泛的应用于民用与军事领域,如对同一地区进行短期或长期的重访观测能够获取土地覆盖变化、城市扩展情况、军事兵力部署变化等信息。然而应用传统影像处理算法难以对更加丰富的地表和空间信息进行准确与全面的解译,高分影像的优势未能得以体现,其数据量大、纹理细节复杂等特点所带来的解译困难值得深入研究。本论文主要研究多时相高空间分辨率遥感影像的变化检测技术,利用人类视觉注意机制构成的显著性计算模型实现真实变化目标的高精度提取。论文首先阐述了变化检测的概念与算法的一般流程,并分析了高分辨率遥感影像的特点。针对像素级检测算法中多种差异影像计算方法彼此独立、单一方法信息缺失的问题,研究利用多分辨率分解技术融合多种差异影像获取综合差异图,有效解决了不同多时相影像差异图的获取方法间互补信息难以综合利用的问题,为后续变化目标的判定奠定了基础。然后论文分析了高空间分辨率遥感影像变化检测中的技术难点,提出了基于视觉显著性的变化区域确定算法。针对多时相高分辨影像拍摄时刻不同,太阳天顶角、光照强度差异导致的同类地物光...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景、来源及研究的目的和意义
1.2 国内外在该方向的研究现状及分析
1.2.1 遥感影像变化检测技术
1.2.2 视觉注意机制及显著性计算模型
1.2.3 高分辨率遥感影像发展及其应用难点
1.3 本文主要研究内容及结构安排
第2章 变化检测关键技术及高分影像特点分析
2.1 遥感影像变化检测的基本概念与方法
2.1.1 基本概念与方法流程
2.1.2 遥感影像变化检测结果的评价
2.1.3 传统像素级遥感影像变化检测方法
2.2 高分辨率遥感影像特点分析
2.3 多时相高分辨率遥感影像变化特征提取
2.4 本章小结
第3章 视觉注意机制及面向变化检测的显著性计算模型
3.1 视觉注意机制
3.1.1 空间注意
3.1.2 自顶向下选择注意和自底向上选择注意
3.1.3 注意的抑制机制
3.2 视觉注意的建模计算
3.2.1 显著性——视觉注意的定量描述
3.2.2 视觉显著性计算模型
3.3 基于视觉显著性的变化区域确定算法
3.4 基于像素显著性拉伸的变化目标分割
3.4.1 像素显著度确定
3.4.2 像素显著度拉伸与目标突出
3.5 本章小结
第4章 基于视觉注意机制的高分影像变化检测技术
4.1 引言
4.2 多时相变化差异影像的融合生成
4.3 基于模糊增长的显著变化区域提取
4.4 高分辨率遥感影像变化检测实验
4.4.1 两时相高分影像变化检测与结果分析
4.4.2 多时相高分影像变化结果检测与趋势判断
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]四种基于像元的地表覆盖变化检测方法比较[J]. 周晓光,曾联斌,袁愈才,宋正祥,李飞. 测绘科学. 2015(01)
[2]遥感影像变化检测方法综述及展望[J]. 孙晓霞,张继贤,燕琴,高井祥. 遥感信息. 2011(01)
[3]基于图斑的高分辨率遥感影像变化检测[J]. 赖祖龙,申邵洪,程新文,张洁. 测绘通报. 2009(08)
博士论文
[1]高分影像空间结构特征建模与信息提取[D]. 陈一祥.武汉大学 2013
[2]面向对象的高分辨率影像城市多特征变化检测研究[D]. 汤玉奇.武汉大学 2013
[3]基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究[D]. 王琰.武汉大学 2012
[4]高空间分辨率遥感影像自适应分割方法研究[D]. 刘建华.福州大学 2011
[5]视觉显著性模型研究及其在影像处理中的应用[D]. 李志强.上海交通大学 2009
硕士论文
[1]基于融合和特征提取的遥感图像变化检测[D]. 霍利利.西安电子科技大学 2014
[2]基于主题模型的高分辨率遥感影像变化检测[D]. 程晶.上海交通大学 2012
[3]多时相遥感图像变化检测技术研究[D]. 随银岭.国防科学技术大学 2011
[4]高分辨率遥感图像的变化检测技术研究[D]. 刘小洲.国防科学技术大学 2007
[5]基于特征分析的遥感影像变化检测方法研究[D]. 朱朝杰.解放军信息工程大学 2007
本文编号：2901143
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：66 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景、来源及研究的目的和意义
1.2 国内外在该方向的研究现状及分析
1.2.1 遥感影像变化检测技术
1.2.2 视觉注意机制及显著性计算模型
1.2.3 高分辨率遥感影像发展及其应用难点
1.3 本文主要研究内容及结构安排
第2章 变化检测关键技术及高分影像特点分析
2.1 遥感影像变化检测的基本概念与方法
2.1.1 基本概念与方法流程
2.1.2 遥感影像变化检测结果的评价
2.1.3 传统像素级遥感影像变化检测方法
2.2 高分辨率遥感影像特点分析
2.3 多时相高分辨率遥感影像变化特征提取
2.4 本章小结
第3章 视觉注意机制及面向变化检测的显著性计算模型
3.1 视觉注意机制
3.1.1 空间注意
3.1.2 自顶向下选择注意和自底向上选择注意
3.1.3 注意的抑制机制
3.2 视觉注意的建模计算
3.2.1 显著性——视觉注意的定量描述
3.2.2 视觉显著性计算模型
3.3 基于视觉显著性的变化区域确定算法
3.4 基于像素显著性拉伸的变化目标分割
3.4.1 像素显著度确定
3.4.2 像素显著度拉伸与目标突出
3.5 本章小结
第4章 基于视觉注意机制的高分影像变化检测技术
4.1 引言
4.2 多时相变化差异影像的融合生成
4.3 基于模糊增长的显著变化区域提取
4.4 高分辨率遥感影像变化检测实验
4.4.1 两时相高分影像变化检测与结果分析
4.4.2 多时相高分影像变化结果检测与趋势判断
4.5 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]四种基于像元的地表覆盖变化检测方法比较[J]. 周晓光,曾联斌,袁愈才,宋正祥,李飞. 测绘科学. 2015(01)
[2]遥感影像变化检测方法综述及展望[J]. 孙晓霞,张继贤,燕琴,高井祥. 遥感信息. 2011(01)
[3]基于图斑的高分辨率遥感影像变化检测[J]. 赖祖龙,申邵洪,程新文,张洁. 测绘通报. 2009(08)
博士论文
[1]高分影像空间结构特征建模与信息提取[D]. 陈一祥.武汉大学 2013
[2]面向对象的高分辨率影像城市多特征变化检测研究[D]. 汤玉奇.武汉大学 2013
[3]基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究[D]. 王琰.武汉大学 2012
[4]高空间分辨率遥感影像自适应分割方法研究[D]. 刘建华.福州大学 2011
[5]视觉显著性模型研究及其在影像处理中的应用[D]. 李志强.上海交通大学 2009
硕士论文
[1]基于融合和特征提取的遥感图像变化检测[D]. 霍利利.西安电子科技大学 2014
[2]基于主题模型的高分辨率遥感影像变化检测[D]. 程晶.上海交通大学 2012
[3]多时相遥感图像变化检测技术研究[D]. 随银岭.国防科学技术大学 2011
[4]高分辨率遥感图像的变化检测技术研究[D]. 刘小洲.国防科学技术大学 2007
[5]基于特征分析的遥感影像变化检测方法研究[D]. 朱朝杰.解放军信息工程大学 2007
本文编号：2901143
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/2901143.html
