非负矩阵分解在遥感图像变化检测中的应用研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 变化检测研究现状 | 第12-16页 |
| 1.2.2 NMF研究现状 | 第16-17页 |
| 1.3 论文的结构安排 | 第17-19页 |
| 第2章 NMF算法 | 第19-27页 |
| 2.1 NMF的基本概念 | 第19页 |
| 2.2 NMF算法综述 | 第19-26页 |
| 2.2.1 NMF的矩阵分解模型类别 | 第19-20页 |
| 2.2.2 NMF的目标函数 | 第20-22页 |
| 2.2.3 NMF的目标函数求解方法 | 第22-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 基于NMF融合的变化检测 | 第27-39页 |
| 3.1 差异信息的获取方法 | 第27-29页 |
| 3.1.1 传统的差异图获取方式 | 第27-28页 |
| 3.1.2 MRD差异图 | 第28-29页 |
| 3.1.3 t检验差异图 | 第29页 |
| 3.2 NMF与图像融合 | 第29-30页 |
| 3.3 基于NMF差异图融合的算法流程 | 第30-32页 |
| 3.4 仿真分析 | 第32-38页 |
| 3.4.1 实验数据 | 第32-33页 |
| 3.4.2 实验仿真 | 第33-37页 |
| 3.4.3 仿真数据分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第4章 基于纹理特征确定重点关注区域的变化检测 | 第39-49页 |
| 4.1 差异图的纹理特征描述 | 第39-42页 |
| 4.1.1 纹理的描述方法 | 第39页 |
| 4.1.2 运用灰度共生矩阵的提取差异图纹理特征 | 第39-42页 |
| 4.2 重点关注区域的确定 | 第42-43页 |
| 4.2.1 NMF弱化背景纹理 | 第42-43页 |
| 4.2.2 确定重点关注区域 | 第43页 |
| 4.3 差异图的修正 | 第43-45页 |
| 4.4 仿真分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 基于双边滤波和NMF聚类的变化检测 | 第49-62页 |
| 5.1 双边滤波处理差异图 | 第49-51页 |
| 5.2 NMF聚类 | 第51-56页 |
| 5.2.1 NMF与K-means聚类 | 第51页 |
| 5.2.2 NMF的特征子空间 | 第51-53页 |
| 5.2.3 主成分分析 | 第53-55页 |
| 5.2.4 Semi-NMF算法 | 第55-56页 |
| 5.3 本章算法流程 | 第56-57页 |
| 5.4 仿真分析 | 第57-61页 |
| 5.5 本章小结 | 第61-62页 |
| 结论与展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表的论文 | 第70页 |
