| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 变化检测研究现状 | 第12-16页 |
| 1.2.1 变化检测方法研究现状 | 第13-15页 |
| 1.2.2 变化检测存在的困难 | 第15-16页 |
| 1.3 研究内容与章节安排 | 第16-19页 |
| 1.3.1 本文主要研究内容 | 第16-17页 |
| 1.3.2 章节安排 | 第17-19页 |
| 第二章 遥感影像变化检测理论基础 | 第19-41页 |
| 2.1 变化检测的基本概念以及数学模型 | 第19-21页 |
| 2.1.1 基本概念 | 第19-20页 |
| 2.1.2 数学模型 | 第20-21页 |
| 2.2 变化检测的技术流程 | 第21-24页 |
| 2.2.1 变化检测预处理 | 第22-23页 |
| 2.2.2 变化检测 | 第23-24页 |
| 2.2.3 变化检测结果精度评价 | 第24页 |
| 2.3 变化检测方法 | 第24-33页 |
| 2.3.1 变化检测方法分类 | 第24-31页 |
| 2.3.2 变化检测具体实施方法 | 第31-33页 |
| 2.4 几种传统变化检测方法 | 第33-38页 |
| 2.4.1 分类后比较法 | 第33-34页 |
| 2.4.2 算术运算法 | 第34-36页 |
| 2.4.3 主成分分析法 | 第36-38页 |
| 2.5 经典变化检测方法的局限性 | 第38-40页 |
| 2.6 本章小结 | 第40-41页 |
| 第三章 粒子群优化算法概述 | 第41-47页 |
| 3.1 粒子群算法起源 | 第41页 |
| 3.2 粒子群算法基本原理 | 第41-45页 |
| 3.2.1 粒子群优化算法 | 第41-44页 |
| 3.2.2 算法特点与参数设置 | 第44-45页 |
| 3.3 本章小结 | 第45-47页 |
| 第四章 基于粒子群优化的Otsu遥感影像变化检测法 | 第47-63页 |
| 4.1 经典Otsu算法 | 第47-49页 |
| 4.2 基于粒子群优化算法改进的Otsu变化检测方法 | 第49-58页 |
| 4.2.1 基于粒子群优化的双阈值Otsu变化检测方法 | 第50-51页 |
| 4.2.2 基于粒子群优化算法的二维Otsu变化检测方法 | 第51-54页 |
| 4.2.3 基于粒子群优化算法的三维Otsu变化检测方法 | 第54-58页 |
| 4.3 实验结果和分析 | 第58-61页 |
| 4.4 本章小结 | 第61-63页 |
| 第五章 基于粒子群算法的Shannon信息熵的变化检测方法 | 第63-75页 |
| 5.1 基于粒子群优化算法的Shannon信息熵的变化检测方法 | 第63-65页 |
| 5.2 基于粒子群优化算法的指数熵变化检测方法 | 第65-67页 |
| 5.3 基于粒子群优化算法的TSALLIS熵变化检测方法 | 第67-70页 |
| 5.4 实验结果和分析 | 第70-72页 |
| 5.5 本章小结 | 第72-75页 |
| 第六章 结束语 | 第75-79页 |
| 6.1 本文的主要工作 | 第75-76页 |
| 6.2 论文创新点 | 第76-77页 |
| 6.3 研究展望 | 第77-79页 |
| 致谢 | 第79-81页 |
| 参考文献 | 第81-91页 |
| 附录A (攻读硕士学位期间发表论文目录) | 第91-92页 |
| 附录B (攻读硕士学位期间参与的科研项目情况) | 第92页 |
