基于多目标优化和深度神经网络结构优化的遥感图像变化检测

发布时间：2021-06-14 08:19

　　随着现代社会科学技术的不断发展,利用雷达遥感获取对地观测信息已经成为当下监测地面信息的重要途经。而在众多雷达遥感系统中,合成孔径雷达（SAR）逐渐成为获取对地观测图像信息必不可少的一种方式。SAR图像变化检测是指对从同一地区不同时刻获得的多时相SAR图像中出现的变化情况进行分析的过程。目前,SAR图像的变化检测已广泛应用于水文、农林、大气、海洋等环境监测、城区建设等市政监测以及军事部署、灾害评估等多个方面。本文围绕SAR图像变化检测方法存在的精度不高、自适应性较差等问题,开展了以下几项研究工作:（1）提出了一种基于生成对抗网络和进化算法的SAR图像变化检测方法。该方法在预处理部分采用稀疏自编码器分别学习不同时相的SAR图像,得到不同时相图像对应的特征图像,再用变化矢量分析法求得高维特征图像所对应的差异图。在传统进化算法的基础上,考虑引入生成对抗网络模型,从而实现对差异图的有效分类。该方法在尽可能保留初始图像特征信息的同时,较好地避免了传统进化算法中交叉、变异算子的人为影响,对于SAR图像变化检测问题中图像预处理、生成差异图以及对差异图进行分类均体现了较好的自适应性。（2）提出了一种基于... 

【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】：85 页

【学位级别】：硕士

【部分图文】：

瑞士首都Bern郊区水灾时期地表图

其由 Formosat-2 传感器采集得到，时间分别于 2004 年 8 月 ，如图 2.4(a)、(b)所示。这两幅 SAR 图像的大小为 252×34组数据是我国黄河入海口区域一年中地物的变化情况，其摄，时间分别为 2008 年 6 月和 2009 年 6 月，如图 2.5(a)、(尺寸为 7666×7692，由于其太大难以处理，因此我们选取了其域的图像大小为 350×400。(a) (b)都 Bern 郊区水灾时期地表图。(a) 1994 年 4 月的地表图；(b) 1995 年

(a) (b)都 Bern 郊区水灾时期地表图。(a) 1994 年 4 月的地表图；(b) 1995 年(a) (b) Ottawa 地区雨季时期地表图。(a) 1997 年 5 月的地表图；(b) 1997 年

【参考文献】：
期刊论文
[1]生成式对抗网络GAN的研究进展与展望[J]. 王坤峰,苟超,段艳杰,林懿伦,郑心湖,王飞跃.  自动化学报. 2017(03)
[2]合成孔径雷达影像变化检测研究进展[J]. 公茂果,苏临之,李豪,刘嘉.  计算机研究与发展. 2016(01)
[3]深度自动编码器的研究与展望[J]. 曲建岭,杜辰飞,邸亚洲,高峰,郭超然.  计算机与现代化. 2014(08)
[4]基于量子免疫克隆聚类的SAR图像变化检测[J]. 李阳阳,吴娜娜,焦李成,尚荣华,刘若辰.  红外与毫米波学报. 2011(04)
[5]SAR图像变化检测技术研究综述[J]. 杨婧,沈忱,王宪彬.  中国水运(下半月刊). 2011(01)
[6]进化多目标优化算法研究[J]. 公茂果,焦李成,杨咚咚,马文萍.  软件学报. 2009(02)
[7]支持向量机在空间信息处理领域的应用研究[J]. 谭琨,杜培军,郑辉.  测绘科学. 2007(02)
[8]SAR变化检测技术发展综述[J]. 陈富龙,张红,王超.  遥感技术与应用. 2007(01)

博士论文
[1]基于人工免疫系统的多目标优化与SAR图像分割[D]. 杨咚咚.西安电子科技大学 2011

硕士论文
[1]基于自动编码机的高光谱图像特征提取及分类方法研究[D]. 林洲汉.哈尔滨工业大学 2014
[2]遥感图像变化检测新方法研究[D]. 陆明媚.西安电子科技大学 2013



本文编号：3229430