基于超像素和孪生卷积神经网络的无监督高分辨率多光谱遥感影像变化检测技术
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第13-17页 |
1.1 研究背景与意义 | 第13-14页 |
1.2 本文主要内容 | 第14-15页 |
1.3 本文组织结构 | 第15-16页 |
1.4 本章小结 | 第16-17页 |
第2章 相关理论与研究现状 | 第17-39页 |
2.1 基本概念 | 第17-22页 |
2.1.1 高分辨率遥感影像 | 第17-21页 |
2.1.2 全色与多光谱图像 | 第21-22页 |
2.1.3 多时相分析 | 第22页 |
2.2 遥感影像变化检测的分类 | 第22-24页 |
2.2.1 基于像素的变化检测 | 第23页 |
2.2.2 基于对象的变化检测 | 第23-24页 |
2.3 遥感影像变化检测的技术路线 | 第24-31页 |
2.3.1 数据源选择 | 第25-26页 |
2.3.2 数据预处理 | 第26-28页 |
2.3.3 变化特征提取 | 第28-29页 |
2.3.4 变化分析 | 第29-31页 |
2.3.5 后处理 | 第31页 |
2.3.6 精度评价 | 第31页 |
2.4 超像素分割 | 第31-33页 |
2.5 深度学习及其在变化检测中的应用 | 第33-38页 |
2.5.1 深度学习概述 | 第33-35页 |
2.5.2 深度学习在变化检测中的应用 | 第35页 |
2.5.3 常用深度学习模型 | 第35-38页 |
2.5.4 孪生卷积神经网络 | 第38页 |
2.6 本章小结 | 第38-39页 |
第3章 技术方案概述 | 第39-47页 |
3.1 问题描述 | 第39-40页 |
3.2 技术挑战 | 第40-41页 |
3.3 主要技术流程 | 第41-45页 |
3.3.1 预处理阶段 | 第42-43页 |
3.3.2 变化特征提取阶段 | 第43-44页 |
3.3.3 变化分析阶段 | 第44-45页 |
3.4 创新点分析 | 第45-46页 |
3.5 预期结果 | 第46页 |
3.6 本章小结 | 第46-47页 |
第4章 数据源与预处理 | 第47-55页 |
4.1 数据源选择 | 第47-49页 |
4.1.1 高分二号卫星介绍 | 第47-48页 |
4.1.2 数据格式 | 第48-49页 |
4.2 遥感影像预处理 | 第49-54页 |
4.2.1 正射校正 | 第50-51页 |
4.2.2 图像配准 | 第51-52页 |
4.2.3 直方图匹配 | 第52-53页 |
4.2.4 选择待检测区域 | 第53页 |
4.2.5 图像增强 | 第53-54页 |
4.2.6 图像降噪 | 第54页 |
4.3 本章小结 | 第54-55页 |
第5章 变化特征提取 | 第55-63页 |
5.1 超像素分割 | 第55-57页 |
5.2 超像素合成 | 第57-58页 |
5.3 变化特征计算 | 第58-62页 |
5.3.1 光谱特征 | 第59页 |
5.3.2 纹理特征 | 第59-60页 |
5.3.3 峰值信噪比 | 第60页 |
5.3.4 结构相似性 | 第60-61页 |
5.3.5 空间特征 | 第61-62页 |
5.4 本章小结 | 第62-63页 |
第6章 变化分析与模型表示 | 第63-74页 |
6.1 数据准备 | 第63-66页 |
6.1.1 基于阈值的预分类 | 第63-64页 |
6.1.2 样本选择 | 第64-65页 |
6.1.3 数据输入 | 第65-66页 |
6.2 分类模型 | 第66-72页 |
6.2.1 BP神经网络 | 第67-68页 |
6.2.2 卷积神经网络 | 第68-70页 |
6.2.3 孪生卷积神经网络 | 第70-72页 |
6.3 网络配置选择 | 第72-73页 |
6.4 后处理 | 第73页 |
6.5 本章小结 | 第73-74页 |
第7章 实验结果 | 第74-93页 |
7.1 数据集 | 第74-76页 |
7.2 精度评价指标 | 第76-78页 |
7.2.1 混淆矩阵 | 第76页 |
7.2.2 准确率与总体精度 | 第76-77页 |
7.2.3 Kappa系数 | 第77-78页 |
7.3 实验环境与配置 | 第78-79页 |
7.4 基线方法简介 | 第79-80页 |
7.5 实验内容与分析 | 第80-92页 |
7.5.1 超像素分割对变化提取的影响 | 第80-83页 |
7.5.2 数据集A实验结果(东莞滨海片区) | 第83-85页 |
7.5.3 数据集B实验结果(广州南沙区) | 第85-87页 |
7.5.4 数据集C实验结果(杭州开发区) | 第87-89页 |
7.5.5 数据集D实验结果(杭州萧山区) | 第89-91页 |
7.5.6 总结与分析 | 第91-92页 |
7.6 本章小结 | 第92-93页 |
第8章 总结与展望 | 第93-96页 |
8.1 工作总结 | 第93页 |
8.2 未来工作及展望 | 第93-96页 |
参考文献 | 第96-105页 |
攻读硕士学位期间主要的研究成果 | 第105-106页 |
致谢 | 第106页 |