首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

基于无人机序列图像的变化检测技术研究

摘要第1-8页
Abstract第8-9页
第一章 绪论第9-17页
   ·研究背景第9页
   ·国内外研究现状第9-14页
     ·遥感图像变化检测现状第9-11页
     ·无人飞行器遥感与变化检测第11-14页
     ·存在的问题第14页
   ·研究内容第14-15页
   ·论文组织第15-17页
第二章 遥感图像变化检测技术及流程第17-25页
   ·变化检测的基本概念第17-19页
     ·地物变化与遥感图像变化第17-18页
     ·变化检测的数据源第18页
     ·变化检测的定义第18-19页
   ·变化检测方法的分类与对比第19-22页
     ·基于像素代数运算的方法第19-21页
     ·分类后比较方法第21-22页
     ·基于空间结构特征的方法第22页
   ·变化检测结果的精度评估第22-24页
     ·影响变化检测方法效果的因素第22-23页
     ·变化检测的精度评估第23-24页
   ·变化检测的基本流程第24页
   ·本章小节第24-25页
第三章 基于人造目标的同源图像变化检测第25-34页
   ·人造目标的基本特征第25-26页
     ·人造目标的灰度特征第25页
     ·人造目标的边缘特征变化分析第25-26页
   ·基于灰度形态学的边缘特征提取方法第26-32页
     ·边缘检测算子及其意义第26-28页
     ·基于灰度形态学的边缘检测算子第28-32页
   ·人造目标边缘特征变化判据第32-33页
   ·本章小节第33-34页
第四章 顾及配准误差的异源图像变化检测第34-47页
   ·无人机序列图像镶嵌第34-39页
     ·无人机图像自动配准第34-37页
     ·无人机图像拼接第37-39页
   ·异源图像的几何配准第39-42页
   ·异源图像的相对辐射校正第42-43页
     ·相对辐射校正的目的第42页
     ·基于伪不变特征的相对辐射校正算法第42-43页
   ·顾及配准误差的异源图像变化检测第43-46页
     ·配准误差的影响分析第43-44页
     ·顾及配准误差的变化检测第44-46页
   ·本章小结第46-47页
第五章 变化检测中的阈值自适应选取第47-55页
   ·经典的阈值自适应选取方法第47-50页
     ·Ridler&Calvard法第47页
     ·最大类间方差法第47-48页
     ·矩不变自动阈值法第48-49页
     ·最大熵自动阈值法第49-50页
     ·其它方法第50页
   ·基于分形维数的分割方法第50-54页
     ·分形理论第51页
     ·图像盒维数第51-52页
     ·阈值化思想第52-53页
     ·分割算法实现流程第53-54页
   ·本章小节第54-55页
第六章 实验结果及分析第55-66页
   ·基于人造目标的同源图像变化检测实验及结果第56-59页
     ·形态学多级平均边缘检测实验结果第56-58页
     ·基于边缘特征的变化检测结果第58-59页
   ·顾及配准误差的异源图像变化检测实验及结果第59-66页
     ·无人机图像镶嵌实验第59-60页
     ·无人机图像与Spot5影像配准实验第60-61页
     ·异源图像相对辐射校正实验第61-62页
     ·异源图像的自适应阈值化实验第62-64页
     ·顾及配准误差的变化检测实验第64-66页
第七章 总结与展望第66-68页
参考文献第68-71页
作者简历 攻读硕士学位期间的科研学术情况第71-72页
致谢第72页

论文共72页,点击 下载论文
上一篇:多用户MIMO下行链路的两种传输预处理算法的优化研究
下一篇:无线身份认证系统及抗碰撞算法研究