| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-18页 |
| 1.1 变化检测技术的研究背景及其意义 | 第14页 |
| 1.2 变化检测技术在国内外的研究现状及发展趋势 | 第14-17页 |
| 1.2.1 图像变化检测的概述 | 第15页 |
| 1.2.2 国内外的研究现状及发展趋势 | 第15-17页 |
| 1.3 本文的研究内容及结构 | 第17-18页 |
| 第二章 遥感图像变化检测理论基础 | 第18-30页 |
| 2.1 变化检测的相关介绍 | 第18-22页 |
| 2.1.1 变化检测处理流程 | 第18-21页 |
| 2.1.2 检测结果的指标评价 | 第21-22页 |
| 2.2 变化检测的方法的总结 | 第22-27页 |
| 2.2.1 基于比较后分类的变化检测方法 | 第22-26页 |
| 2.2.2 基于分类后比较的变化检测方法 | 第26-27页 |
| 2.2.3 其他变化检测方法 | 第27页 |
| 2.3 变化检测方法主要存在的问题 | 第27页 |
| 2.4 本章小结 | 第27-30页 |
| 第三章 基于SDAE联合分类的多源遥感图像变化检测研究 | 第30-48页 |
| 3.1 深度神经网络的简介 | 第30-36页 |
| 3.1.1 神经元理论 | 第31-32页 |
| 3.1.2 神经网络模型 | 第32-33页 |
| 3.1.3 自编码器模型 | 第33-34页 |
| 3.1.4 栈式去噪自编码器 | 第34-36页 |
| 3.2 基于SDAE联合分类的多源图像变化检测方法 | 第36-39页 |
| 3.2.1 无监督特征学习和聚类 | 第38页 |
| 3.2.2 联合分类以及微调 | 第38-39页 |
| 3.3 实验结果与分析 | 第39-45页 |
| 3.3.1 实验数据的选取 | 第39-41页 |
| 3.3.2 参数设置 | 第41页 |
| 3.3.3 性能评价 | 第41-45页 |
| 3.3.4 时间复杂度分析 | 第45页 |
| 3.4 本章小结 | 第45-48页 |
| 第四章 基于SDAE特征融合的多源遥感图像变化检测研究 | 第48-58页 |
| 4.1 遥感图像多特征融合简介 | 第48-49页 |
| 4.2 基于SDAE特征融合的多源图像变化检测方法 | 第49-53页 |
| 4.2.1 图像预处理 | 第49-50页 |
| 4.2.2 多特征提取 | 第50-52页 |
| 4.2.3 基于SDAE的多特征融合 | 第52-53页 |
| 4.3 实验结果与分析 | 第53-57页 |
| 4.3.1 参数设置 | 第53-54页 |
| 4.3.2 性能评价 | 第54-57页 |
| 4.4 本章小节 | 第57-58页 |
| 第五章 总结与展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-68页 |
| 作者简介 | 第68-69页 |
