基于结构信息与显著性的SAR图像变化检测
发布时间:2023-03-20 04:22
变化检测是图像处理领域的一个重要技术,其通过对同一地区获取的多时相遥感图像进行分析来确定该区域是否发生变化并定位变化区域。合成孔径雷达(SAR)作为遥感成像的主要技术手段,因其对光照与大气条件不敏感,并且能够全天时、全天候监测的特点,在变化检测方面具有独特的优势。目前,基于SAR图像的变化检测技术已在环境保护、农业发展、城区规划、抗震救灾以及军事侦察等领域得到了广泛的应用。然而,受制于SAR系统特有的成像特性,在获取SAR图像的过程中会引入相干斑点噪声,因此SAR图像变化检测存在着抑制斑点噪声和保持边缘及结构细节这两大难点,本文的研究工作便是解决SAR图像变化检测中噪声抑制和细节保持这两个问题。对于变化检测而言,结构信息是保持边缘和纹理结构的关键所在,提取结构信息融入变化检测中有助于保持图像中细节信息。相位一致性能够检测出图像各个方向的结构特征,提取出丰富且精确的纹理结构信息,产生与人类视觉系统相符的边缘特征,且不受图像亮度与对比度的影响,故本文利用相位一致性提取结构信息来解决变化检测中边缘定位和结构保持问题。此外,对于变化检测而言,显著性检测技术能提取出图像中感兴趣的区域和目标,所以...
【文章页数】:82 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 SAR图像变化检测的研究现状
1.2.1 SAR图像变化检测方法
1.2.2 SAR图像变化检测存在的主要问题
1.3 本文研究内容
1.4 论文结构
第二章 SAR图像以及变化检测基本理论
2.1 引言
2.2 SAR图像基本理论
2.2.1 SAR成像机理
2.2.2 SAR图像的相干斑点噪声
2.2.3 SAR图像统计特性
2.3 SAR图像变化检测基本理论
2.3.1 SAR图像变化检测一般流程
2.3.2 SAR图像变化检测评价指标
2.4 本章小结
第三章 基于相位一致性和邻域比值的SAR图像变化检测
3.1 引言
3.2 相位一致性理论
3.3 基于相位一致性和邻域比值的SAR图像变化检测算法
3.3.1 邻域比值差异图获取
3.3.2 基于相位一致性和邻域比值的差异图获取
3.3.3 最大类间方差法
3.3.4 算法流程
3.4 仿真实验与分析
3.4.1 实验数据来源
3.4.2 仿真结果及结果分析
3.5 本章小结
第四章 基于显著性分区域和小波分解的SAR图像变化检测
4.1 引言
4.2 显著性检测与小波分解的基础理论
4.2.1 显著性检测理论
4.2.2 小波分解理论
4.3 基于显著性分区域和小波分解的SAR图像变化检测算法
4.3.1 变换检测差异图的获取
4.3.2 显著图的获取
4.3.3 差异图的小波分解
4.3.4 基于模糊C均值与贝叶斯分类算法的低频分量处理
4.3.5 基于显著图的多尺度融合
4.3.6 算法流程
4.4 仿真结果与分析
4.4.1 实验数据来源
4.4.2 仿真结果及结果分析
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
致谢
作者简介
本文编号:3766674
【文章页数】:82 页
【学位级别】:硕士
【文章目录】:
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 研究背景及意义
1.2 SAR图像变化检测的研究现状
1.2.1 SAR图像变化检测方法
1.2.2 SAR图像变化检测存在的主要问题
1.3 本文研究内容
1.4 论文结构
第二章 SAR图像以及变化检测基本理论
2.1 引言
2.2 SAR图像基本理论
2.2.1 SAR成像机理
2.2.2 SAR图像的相干斑点噪声
2.2.3 SAR图像统计特性
2.3 SAR图像变化检测基本理论
2.3.1 SAR图像变化检测一般流程
2.3.2 SAR图像变化检测评价指标
2.4 本章小结
第三章 基于相位一致性和邻域比值的SAR图像变化检测
3.1 引言
3.2 相位一致性理论
3.3 基于相位一致性和邻域比值的SAR图像变化检测算法
3.3.1 邻域比值差异图获取
3.3.2 基于相位一致性和邻域比值的差异图获取
3.3.3 最大类间方差法
3.3.4 算法流程
3.4 仿真实验与分析
3.4.1 实验数据来源
3.4.2 仿真结果及结果分析
3.5 本章小结
第四章 基于显著性分区域和小波分解的SAR图像变化检测
4.1 引言
4.2 显著性检测与小波分解的基础理论
4.2.1 显著性检测理论
4.2.2 小波分解理论
4.3 基于显著性分区域和小波分解的SAR图像变化检测算法
4.3.1 变换检测差异图的获取
4.3.2 显著图的获取
4.3.3 差异图的小波分解
4.3.4 基于模糊C均值与贝叶斯分类算法的低频分量处理
4.3.5 基于显著图的多尺度融合
4.3.6 算法流程
4.4 仿真结果与分析
4.4.1 实验数据来源
4.4.2 仿真结果及结果分析
4.5 本章小结
第五章 总结与展望
5.1 工作总结
5.2 工作展望
参考文献
致谢
作者简介
本文编号:3766674
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3766674.html