| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-22页 |
| ·课题背景及研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-18页 |
| ·遥感图像变化检测与标注方法的发展历史 | 第13-15页 |
| ·遥感图像变化检测与标注方法的研究现状 | 第15-18页 |
| ·论文主要工作 | 第18-19页 |
| ·论文内容安排 | 第19-22页 |
| 第二章 遥感图像的特征描述 | 第22-30页 |
| ·引言 | 第22页 |
| ·基于直方图的特征描述 | 第22-27页 |
| ·基于滤波器的特征描述 | 第27-28页 |
| ·基于矩的特征描述 | 第28页 |
| ·基于显著特征的特征描述 | 第28-29页 |
| ·视觉单词特征描述 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第三章 基于配准的遥感图像硬变化检测 | 第30-52页 |
| ·引言 | 第30-31页 |
| ·基于四元数主成分分析的硬变化检测 | 第31-39页 |
| ·四元数模型 | 第31-32页 |
| ·四元数奇异值分解 | 第32-35页 |
| ·四元数主成分分析 | 第35-36页 |
| ·基于四元数主成分分析的硬变化检测 | 第36-38页 |
| ·实验结果及分析 | 第38-39页 |
| ·基于随机游走的硬变化检测 | 第39-51页 |
| ·基本原理 | 第39-45页 |
| ·实验结果及分析 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 未配准遥感图像的硬变化检测 | 第52-69页 |
| ·引言 | 第52-53页 |
| ·基于组合聚类方法的硬变化检测 | 第53-59页 |
| ·过分割处理 | 第53-54页 |
| ·组合聚类 | 第54-58页 |
| ·实验结果及分析 | 第58-59页 |
| ·基于全局对比度的硬变化检测 | 第59-68页 |
| ·基本原理 | 第59-61页 |
| ·变化检测性能验证 | 第61-64页 |
| ·实验结果及分析 | 第64-68页 |
| ·本章小结 | 第68-69页 |
| 第五章 遥感图像的软变化检测 | 第69-80页 |
| ·引言 | 第69页 |
| ·基于贝叶斯模型的软变化检测 | 第69-74页 |
| ·预处理 | 第70-71页 |
| ·不透明度的最优估计 | 第71-74页 |
| ·实验结果及分析 | 第74-79页 |
| ·本章小结 | 第79-80页 |
| 第六章 基于视觉注意力机制的变化区域显著性标注 | 第80-108页 |
| ·引言 | 第80-82页 |
| ·显著目标特征 | 第82页 |
| ·基于 GSIM 的显著目标检测方法 | 第82-91页 |
| ·全局显著信息检测 | 第84-87页 |
| ·全局显著信息最大化 | 第87-91页 |
| ·实验结果及分析 | 第91-107页 |
| ·实验设置 | 第91-93页 |
| ·测试结果 | 第93-107页 |
| ·本章小结 | 第107-108页 |
| 第七章 基于概率图模型的变化区域类别标注 | 第108-132页 |
| ·引言 | 第108-109页 |
| ·概率图模型 | 第109-110页 |
| ·基于作者主题模型的遥感图像自动类别标注方法 | 第110-121页 |
| ·基本原理 | 第111-116页 |
| ·实验结果及分析 | 第116-121页 |
| ·基于作者-流派主题模型的遥感图像自动类别标注方法 | 第121-131页 |
| ·基本原理 | 第121-125页 |
| ·实验结果及分析 | 第125-131页 |
| ·本章小结 | 第131-132页 |
| 第八章 总结与展望 | 第132-135页 |
| ·主要贡献及结论 | 第132-133页 |
| ·工作展望 | 第133-135页 |
| 附录 英文缩写词对照表 | 第135-137页 |
| 致谢 | 第137-138页 |
| 参考文献 | 第138-153页 |
| 攻博期间取得的研究成果 | 第153-155页 |