首页--工业技术论文--自动化技术、计算机技术论文--遥感技术论文--遥感图像的解译、识别与处理论文--图像处理方法论文

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

论文共106页,点击 下载论文
上一篇:河南栾川县乡村旅游发展研究
下一篇:贵州茅台股利政策及其对公司股价的影响研究