| 摘要 | 第2-3页 |
| abstract | 第3-4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究的背景和意义 | 第7-8页 |
| 1.2 遥感图像变化检测的国内外研究现状及存在问题 | 第8-10页 |
| 1.2.1 遥感图像变化检测的国内外研究现状 | 第8-9页 |
| 1.2.2 遥感图像变化检测存在的一些问题 | 第9-10页 |
| 1.3 论文结构安排 | 第10-12页 |
| 第二章 变化检测的基本理论 | 第12-19页 |
| 2.1 变化检测的数学模型 | 第12页 |
| 2.2 遥感图像变化处理流程 | 第12-18页 |
| 2.2.1 遥感数据的预处理 | 第13-15页 |
| 2.2.2 检测变化区域及常用检测方法 | 第15-17页 |
| 2.2.3 评价指标 | 第17-18页 |
| 2.3 小结 | 第18-19页 |
| 第三章 基于差异图融合和FCM聚类的SAR图像变化检测 | 第19-29页 |
| 3.1 引言 | 第19-20页 |
| 3.2 算法理论模型 | 第20-23页 |
| 3.2.1 构造差异图像 | 第21-22页 |
| 3.2.2 滤波处理 | 第22页 |
| 3.2.3 获取最终的差异图 | 第22页 |
| 3.2.4 模糊C均值(FCM)聚类算法 | 第22-23页 |
| 3.3 实验研究 | 第23-28页 |
| 3.3.1 实验数据描述 | 第24页 |
| 3.3.2 实验参数分析 | 第24-25页 |
| 3.3.3 实验结果分析 | 第25-28页 |
| 3.4 小结 | 第28-29页 |
| 第四章 基于差异图融合和NSST的自适应阈值去噪的SAR图像变化检测 | 第29-41页 |
| 4.1 引言 | 第29-30页 |
| 4.2 非下采样Shearlet变换的基本原理 | 第30-31页 |
| 4.3 算法理论模型 | 第31-34页 |
| 4.3.1 构造差异图像 | 第31-32页 |
| 4.3.2 基于NSST的自适应阈值去噪 | 第32-34页 |
| 4.3.3 K-means聚类算法 | 第34页 |
| 4.4 实验研究 | 第34-40页 |
| 4.4.1 实验数据描述 | 第35-36页 |
| 4.4.2 差异图分析 | 第36页 |
| 4.4.3 实验分析 | 第36-40页 |
| 4.5 小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 本文总结 | 第41页 |
| 5.2 研究展望 | 第41-43页 |
| 参考文献 | 第43-48页 |
| 硕士研究生期间发表论文情况 | 第48-49页 |
| 致谢 | 第49-51页 |
