基于遗传算法的SAR图像变化检测技术研究

发布时间：2017-10-05 13:39

  本文关键词：基于遗传算法的SAR图像变化检测技术研究

  更多相关文章： SAR 斑点噪声 图像配准 遗传算法 FCM算法 变化检测

【摘要】：图像变化检测是指利用同一个地区不同时间段的图像获取地物目标的变化信息,并进一步实现对目标定性或定量的分析的过程,已经广泛应用于民用和军事领域。合成孔径雷达(SAR)相对于可见光、红外线具有全天候、全天时等优点,在目标识别、变化检测、图像融合领域得到广泛的应用。针对SAR特有的斑点噪声问题,探讨了斑点噪声抑制方法,对几种常用的滤波算法进行实验比较和分析,确定了将小波算法、Lee滤波算法和双边滤波算法三种算法联合,实现SAR斑点噪声抑制。这种方法在有效去除斑点噪声的同时能够较好的保留边缘信息。然后针对目前变化检测算法准确率低、实时性差等问题,本文提出了一种基于遗传算法-FCM算法的SAR图像变化检测算法。因为图像配准对变化检测的不利影响,首先利用Harris-SIFT算法实现图像自动匹配。然后利用不同变化检测方法提取初步差异图像。最后引入遗传算法,获取FCM算法所需要的初始聚类中心,在一定程度上避免了FCM算法对初始聚类中心敏感和容易陷入局部最优解的问题。将最终获取的变化图像,与参考图像进行比较,验证算法的准确度。实验结果表明本文所提出的方法有更好的变化检测效果。
【关键词】：SAR 斑点噪声 图像配准 遗传算法 FCM算法 变化检测
【学位授予单位】：沈阳航空航天大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要5-6
• Abstract6-9
• 第1章 绪论9-16
• 1.1 研究工作的背景和意义9-11
• 1.2 国内外研究现状11-14
• 1.2.1 SAR的发展现状12-13
• 1.2.2 SAR图像变化检测研究13-14
• 1.2.3 SAR图像变化检测的应用14
• 1.3 论文的主要内容和章节安排14-16
• 第2章 SAR图像成像方法16-19
• 2.1 SAR成像基本原理16-17
• 2.2 RD成像方法17-18
• 2.3 本章小结18-19
• 第3章 斑点噪声抑制方法19-31
• 3.1 斑点噪声形成机理19-21
• 3.2 三种降噪方法介绍21-26
• 3.2.1 小波方法21-24
• 3.2.2 Lee滤波降噪方法24-25
• 3.2.3 双边滤波降噪方法25-26
• 3.3 实验仿真与结果分析26-29
• 3.4 本章小结29-31
• 第4章 SAR图像配准方法31-40
• 4.1 Harris角点检测32-34
• 4.2 SIFT算子34-37
• 4.3 实验仿真与结果分析37-39
• 4.4 本章小结39-40
• 第5章 遗传算法和FCM算法介绍40-49
• 5.1 遗传算法40-44
• 5.2 FCM算法44-46
• 5.2.1 模糊概念44
• 5.2.2 FCM原理和步骤44-46
• 5.3 实验仿真与结果分析46-47
• 5.4 本章小结47-49
• 第6章 基于遗传算法的FCM算法的仿真49-62
• 6.1 K均值聚类算法49-50
• 6.2 K-means方法和FCM方法的结果分析50-52
• 6.3 初步变化检测图像的获取52-53
• 6.4 PCA降维方法53-55
• 6.5 基于GA的FCM算法55-56
• 6.6 仿真与分析56-62
• 结论62-64
• 参考文献64-66
• 致谢66-67
• 攻读硕士期间发表（含录用）的学术论文67-68

【参考文献】

中国期刊全文数据库 前9条

1 赵洪宋;潘地林;;基于遗传算法和FCM的图像自动标注[J];计算机与数字工程;2015年03期

2 莫德林;刘克江;曹彬才;保永强;;基于主成分分析的遥感图像变化检测[J];影像技术;2013年05期

3 邓云凯;赵凤军;王宇;;星载SAR技术的发展趋势及应用浅析[J];雷达学报;2012年01期

4 李芳芳;肖本林;贾永红;毛星亮;;SIFT算法优化及其用于遥感影像自动配准[J];武汉大学学报(信息科学版);2009年10期

5 王振华;窦丽华;陈杰;;一种尺度自适应调整的高斯滤波器设计方法[J];光学技术;2007年03期

6 匡泰;朱清新;孙跃;;FCM算法用于灰度图像分割的初始化方法的研究[J];计算机应用;2006年04期

7 朱俊杰,郭华东,范湘涛,朱博勤;单波段单极化高分辨率SAR图像纹理分类研究[J];国土资源遥感;2005年02期

8 韩春明,郭华东,王长林,范典;一种改进的SAR图像斑点噪声滤波方法[J];遥感学报;2004年02期

9 陈黎,黄心汉,王敏,李炜;基于聚类分析的车牌字符分割方法[J];计算机工程与应用;2002年06期

，

本文编号：977116