基于特征的遥感图像自动配准与变化检测研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 符号对照表 | 第9-10页 |
| 缩略语对照表 | 第10-13页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文的主要工作与章节安排 | 第15-17页 |
| 第二章 遥感图像配准与变化检测综述 | 第17-31页 |
| 2.1 遥感图像的配准 | 第17-26页 |
| 2.1.1 图像配准的定义 | 第18页 |
| 2.1.2 空间变换模型 | 第18-20页 |
| 2.1.3 图像配准的方法分类 | 第20-26页 |
| 2.2 遥感图像的变化检测 | 第26-29页 |
| 2.2.1 变化检测的预处理 | 第26页 |
| 2.2.2 变化特征的提取和检测 | 第26页 |
| 2.2.3 变化检测的结果评估 | 第26-27页 |
| 2.2.4 变化检测方法分类 | 第27-29页 |
| 2.3 本章小结 | 第29-31页 |
| 第三章 基于点特征的遥感图像配准方法 | 第31-45页 |
| 3.1 基于点特征的遥感图像配准方法 | 第31-32页 |
| 3.2 基于双阈值采样一致性的遥感图像配准方法 | 第32-37页 |
| 3.2.1 随机采样一致性 | 第32-33页 |
| 3.2.2 双阈值采样一致性方法 | 第33-37页 |
| 3.3 实验结果和分析 | 第37-43页 |
| 3.3.1 参数设置 | 第37页 |
| 3.3.2 实验设置 | 第37页 |
| 3.3.3 实验结果 | 第37-43页 |
| 3.4 本章小结 | 第43-45页 |
| 第四章 基于深度特征的遥感图像变化检测 | 第45-55页 |
| 4.1 前言 | 第45页 |
| 4.2 深度神经网络 | 第45页 |
| 4.3 卷积神经网络 | 第45-46页 |
| 4.4 基于卷积神经网络的遥感图像变化检测 | 第46-49页 |
| 4.4.1 预分类 | 第46-48页 |
| 4.4.2 卷积神经网络结构 | 第48-49页 |
| 4.5 实验结果和分析 | 第49-53页 |
| 4.5.1 实验数据 | 第49-50页 |
| 4.5.2 评价标准 | 第50-51页 |
| 4.5.3 实验结果 | 第51-53页 |
| 4.6 本章小结 | 第53-55页 |
| 第五章 总计与展望 | 第55-57页 |
| 5.1 论文总结 | 第55页 |
| 5.2 研究展望 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 致谢 | 第63-65页 |
| 作者简介 | 第65-66页 |
