多特征融合的遥感影像变化检测技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 遥感影像变化检测整体研究现状 | 第11-13页 |
| 1.2.2 多特征融合技术研究现状 | 第13-14页 |
| 1.2.3 面向对象特征提取技术研究现状 | 第14-15页 |
| 1.3 论文的主要研究内容及章节安排 | 第15-17页 |
| 1.3.1 论文的主要研究内容 | 第15-16页 |
| 1.3.2 论文的章节安排 | 第16-17页 |
| 第二章 多特征融合的遥感影像变化检测基础 | 第17-25页 |
| 2.1 遥感影像变化检测分类 | 第17-19页 |
| 2.1.1 按照分析层次分类 | 第17-19页 |
| 2.1.2 按照检测方法分类 | 第19页 |
| 2.2 多特征融合的遥感影像变化检测概述 | 第19-21页 |
| 2.2.1 一般流程 | 第20页 |
| 2.2.2 方法分类 | 第20-21页 |
| 2.2.3 主要难点 | 第21页 |
| 2.3 本文的实验方法 | 第21-24页 |
| 2.3.1 对比实验算法 | 第21-23页 |
| 2.3.2 精度评价方法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 影像分割及多种特征提取 | 第25-38页 |
| 3.1 基于边缘的影像分割 | 第25页 |
| 3.2 结合四元数与直方图的自适应边缘检测 | 第25-34页 |
| 3.2.1 四元数理论 | 第26-27页 |
| 3.2.2 基于矢量旋转的多光谱图像边缘检测 | 第27-28页 |
| 3.2.3 基于矢量距离的边缘图像二值化 | 第28页 |
| 3.2.4 基于直方图的边缘图像二值化 | 第28-30页 |
| 3.2.5 陆地遥感图像实验与分析 | 第30-32页 |
| 3.2.6 水域遥感图像实验与分析 | 第32-34页 |
| 3.3 边缘连接和区域合并 | 第34-35页 |
| 3.3.1 边缘连接 | 第34-35页 |
| 3.3.2 区域合并 | 第35页 |
| 3.4 遥感影像的多种特征提取 | 第35-37页 |
| 3.4.1 光谱特征提取 | 第35-36页 |
| 3.4.2 纹理特征提取 | 第36页 |
| 3.4.3 空间特征提取 | 第36-37页 |
| 3.4.4 归一化处理 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 监督型的多特征融合变化检测方法 | 第38-57页 |
| 4.1 基于BP神经网络的多特征融合变化检测 | 第38-41页 |
| 4.1.1 BP神经网络基本原理 | 第38-40页 |
| 4.1.2 神经网络的特点 | 第40页 |
| 4.1.3 基于BP神经网络的变化检测方法 | 第40-41页 |
| 4.2 基于SVM的多特征融合变化检测 | 第41-46页 |
| 4.2.1 SVM的基本二分类方法 | 第41-43页 |
| 4.2.2 SVM的非线性二分类方法 | 第43-45页 |
| 4.2.3 SVM与神经网络的比较 | 第45页 |
| 4.2.4 基于SVM的变化检测方法 | 第45-46页 |
| 4.3 实验结果及分析 | 第46-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 非监督型的多特征融合变化检测方法 | 第57-72页 |
| 5.1 基于PCA的多特征融合变化检测 | 第57-59页 |
| 5.1.1 PCA基本原理 | 第57-58页 |
| 5.1.2 基于PCA的变化检测方法 | 第58-59页 |
| 5.2 基于ISFA的多特征融合变化检测 | 第59-64页 |
| 5.2.1 SFA基本原理 | 第59-61页 |
| 5.2.2 基于SFA的变化检测方法 | 第61-63页 |
| 5.2.3 基于ISFA的变化检测方法 | 第63-64页 |
| 5.3 实验结果及分析 | 第64-70页 |
| 5.4 本章小结 | 第70-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 本文研究工作的总结 | 第72页 |
| 6.2 对今后研究工作的展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-80页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第80页 |
