| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 变化检测目前现状 | 第11-13页 |
| 1.2.1 变化检测现状分析 | 第11-12页 |
| 1.2.2 变化检测的主要存在的问题 | 第12-13页 |
| 1.3 变化检测精度评估 | 第13-14页 |
| 1.4 本文的研究内容及主要结构安排 | 第14-16页 |
| 第二章 遥感图像变化检测的基础知识 | 第16-24页 |
| 2.1 变化检测的主要流程 | 第16-18页 |
| 2.1.1 数据预处理 | 第16-17页 |
| 2.1.2 变化信息检测 | 第17-18页 |
| 2.1.3 变化检测后处理 | 第18页 |
| 2.2 常用的图像变化检测分析方法 | 第18-21页 |
| 2.2.1 图像差值法 | 第18-19页 |
| 2.2.2 图像比值法 | 第19页 |
| 2.2.3 图像回归法 | 第19-20页 |
| 2.2.4 主成份分析模型(PCA) | 第20页 |
| 2.2.5 图像光谱强度和方向变化向量分析的模型(CVA) | 第20-21页 |
| 2.3 稀疏表示模型 | 第21-23页 |
| 2.3.1 综合稀疏模型 | 第21-22页 |
| 2.3.2 解析稀疏模型 | 第22-23页 |
| 2.3.3 解析模型稀疏表示的应用 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于双稀疏表示的遥感图像变化检测 | 第24-34页 |
| 3.1 技术流程与思路 | 第25页 |
| 3.2 双稀疏表示模型分析 | 第25-27页 |
| 3.2.1 双稀疏表示模型 | 第26页 |
| 3.2.2 求解双稀疏表示系数的方法 | 第26-27页 |
| 3.3 Mean-shift聚类算法 | 第27-28页 |
| 3.4 差异图像的构造 | 第28-29页 |
| 3.5 实验结果与分析 | 第29-32页 |
| 3.6 本章小结 | 第32-34页 |
| 第四章 基于差异图像融合双稀疏表示遥感图像变化检测 | 第34-45页 |
| 4.1 技术流程与思路 | 第35-36页 |
| 4.2 三种图像融合方法 | 第36页 |
| 4.3 正交小波变换和平稳小波变换 | 第36-38页 |
| 4.3.1 正交小波变换 | 第36-37页 |
| 4.3.2 正交小波变换的图像融合算法 | 第37-38页 |
| 4.3.3 平稳小波变换 | 第38页 |
| 4.4 基于平稳小波图像融合的差异图像构造方法 | 第38-40页 |
| 4.5 实验结果与分析 | 第40-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 本文研究工作的总结 | 第45-46页 |
| 5.2 今后研究工作展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-52页 |
| 附录A (攻读学位期间所发表的学术论文) | 第52页 |