基于空时建模的遥感影像变化检测方法与应用

发布时间：2021-11-13 14:59

　　近几十年来,遥感成像技术不断成熟,时空谱分辨率不断提高,遥感数据的开放共享也已是大势所趋。海量、异质、空时遥感大数据的开放共享、云计算平台算力的显著提升和以机器学习、深度学习等为代表的人工智能算法的长足进步,尤其是以谷歌地球引擎为代表的遥感大数据云处理平台的出现,集成数据、算力和算法于一体,必将加速遥感大数据在农业监测、防灾减灾、环境资源保护和土地利用等近实时甚至实时的应用,为人类社会创造巨大的社会价值和经济效益。随着数据、算力和算法的发展,变化检测作为空时遥感数据的主要应用之一,将经历从两时多时到时序、从同源到多源、从两维到多维以及从小尺度到大尺度的转变,本文从以下五个方面对变化检测问题进行了初步的方法和应用研究。针对不同空间分辨率多时遥感影像变化检测问题,本文第二章提出了一种基于深度堆栈自编器的特征映射网络结构,并验证了其在同源和异源数据上的有效性。由于多时遥感影像在空间分辨率上及获取条件（如天气、光照等）上的不同,使得不同分辨率影像在原始观测空间往往难以进行直接比较和分析。二值变化检测的核心是准确地估计多时影像之间的差异程度,那么如何压制未变化样本之间的差异程度就成为构造高质量差... 

【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】：177 页

【学位级别】：博士

【部分图文】：

变化检测基本流程图

电磁波谱图

变化检测方法及其应用场景[1]

【参考文献】：
期刊论文
[1]对地观测大数据开放共享:挑战与思考[J]. 何国金,王桂周,龙腾飞,彭燕,江威,尹然宇,焦伟利,张兆明.  中国科学院院刊. 2018(08)
[2]多时相遥感影像变化检测的现状与展望[J]. 张良培,武辰.  测绘学报. 2017(10)
[3]高分遥感影像震害提取的变化检测算法改进[J]. 张伟,王晓青,孙国清,丁香,袁小祥,郭建兴.  地震. 2013(02)



本文编号：3493223