基于高分辨率遥感影像空-谱特征联合的地表覆盖变化检测方法研究

发布时间：2023-03-12 14:20

　　利用高空间分辨率遥感影像(以下称“高分影像”)进行地表覆盖变化检测是通过分析同一地区多时相影像,定性定量发现地表覆盖变化的技术。该技术在实际监测中已有诸多应用,如:植被覆盖动态监测、农业资源评估、自然灾害(地震、山体滑坡和洪水等)监测与评估、地表覆盖和利用、城市发展规划等。因此,开展基于高分影像地表覆盖变化检测方法的研究具有重要实际意义。本文着重研究通过减少高分影像变化检测时二值检测结果中的伪变化,以提高地表覆盖变化检测精度和可靠性,从而为实际应用和现实需要提供可靠的决策支持。鉴于此,本文的研究思路是:以高分影像为研究对象,以影像空间-光谱特征提取为主要研究内容,依次开展基于不同影像特征分析单元(像素级→对象级→语义级)的地表覆盖变化检测方法研究。因此,本文具体研究包含如下三个方面:(1)像素级:本文提出三种不同基于像素自适应空-谱联合特征分析的高分影像变化检测方法:a)基于自适应上下文均值距离的地表覆盖变化检测方法。该方法定义一种自适应上下文均值特征(Adaptive Contextual Mean Feature,ACMF),然后,通过度量ACMF间的欧式距离可获得类内一致性更高的...

【文章页数】：109 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 存在的问题与挑战
    1.4 本文研究内容与章节安排
        1.4.1 研究内容
        1.4.2 章节安排
    1.5 本章小结
2 遥感影像地表覆盖变化检测方法概述
    2.1 地表覆盖变化检测概念
        2.1.1 地表覆盖变化检测定义
        2.1.2 地表覆盖变化检测基本流程
        2.1.3 地表覆盖变化检测评价体系
    2.2 像素级变化检测与对象级变化检测
        2.2.1 像素级变化检测特点
        2.2.2 对象级变化检测特点
    2.3 深度学习与变化检测
        2.3.1 深度学习理论基础
        2.3.2 深度学习与变化检测
    2.4 本章小结
3 像素级自适应空-谱特征的变化检测
    3.1 自适应邻域定义
    3.2 自适应上下文均值距离
        3.2.1 方法描述
        3.2.2 实验与结果
        3.2.3 讨论与小结
    3.3 自适应邻域K-means聚类和投票决策
        3.3.1 算法流程
        3.3.2 实验与结果
        3.3.3 讨论与小结
    3.4 自适应光谱直方图趋势相似性
        3.4.1 方法背景
        3.4.2 方法流程
        3.4.3 实验与结果
        3.4.4 讨论与小结
4 对象级空-谱特征提取的地表覆盖变化检测
    4.1 多尺度分割
    4.2 多尺度对象直方图距离
        4.2.1 方法流程
        4.2.2 实验与结果
        4.2.3 讨论与小结
    4.3 对象最大期望投票的后处理方法
        4.3.1 方法框架
        4.3.2 实验与结果
        4.3.3 讨论与小结
5 双通道全卷积网络的山体滑坡变化检测
    5.1 DP-FCN框架
        5.1.1 深度特征提取网络
        5.1.2 联合特征学习网络
        5.1.3 训练DP-FCN
    5.2 山体滑坡实例应用研究
        5.2.1 数据描述
        5.2.2 实验设置
        5.2.3 实验结果
    5.3 讨论与小结
6 总结与展望
    6.1 全文工作总结
    6.2 未来工作展望
致谢
参考文献
攻读学位期间主要研究成果



本文编号：3761379