| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究的背景和意义 | 第9-10页 |
| ·遥感图像变化检测的基本流程 | 第10-12页 |
| ·本文研究的主要内容 | 第12-14页 |
| 第二章 基于SIFT 特征的遥感图像自动配准 | 第14-39页 |
| ·图像配准的理论及方法 | 第14-16页 |
| ·图像配准的定义及变换模型 | 第14-16页 |
| ·图像配准经典算法 | 第16-22页 |
| ·基于像素信息的图像配准 | 第16-20页 |
| ·基于特征的图像配准算法 | 第20-22页 |
| ·适用于遥感图像的SIFT 特征点匹配及图像配准 | 第22-31页 |
| ·尺度空间检测极值点 | 第23-26页 |
| ·特征点描述子的形成 | 第26-27页 |
| ·特征点匹配及提纯 | 第27-30页 |
| ·求得变换模型参数进行配准 | 第30-31页 |
| ·遥感图像试验结果及分析 | 第31-38页 |
| ·光学遥感图像配准 | 第31-35页 |
| ·SAR 图像配准 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第三章 经典变化检测算法性能比较与分析 | 第39-52页 |
| ·直接的变化检测算法 | 第39-43页 |
| ·图像差值法 | 第39页 |
| ·主成分分析法 | 第39-40页 |
| ·显著性检验 | 第40-41页 |
| ·似然比检验 | 第41-42页 |
| ·多项式模型检验 | 第42页 |
| ·线性相关检验 | 第42-43页 |
| ·基于分类的变化检测算法 | 第43-45页 |
| ·监督分类法 | 第44-45页 |
| ·非监督分类法 | 第45页 |
| ·实验数据 | 第45-46页 |
| ·比较与分析 | 第46-51页 |
| ·本章小结 | 第51-52页 |
| 第四章 基于脉冲耦合神经网络的变化检测方法 | 第52-64页 |
| ·脉冲耦合神经网络的基本理论 | 第52-57页 |
| ·脉冲耦合神经元模型 | 第53-55页 |
| ·脉冲耦合神经元的简化模型 | 第55-57页 |
| ·基于最小模糊度的PCNN 变化检测 | 第57-61页 |
| ·基于PCNN 的变化检测算法流程 | 第57-58页 |
| ·基于最小模糊度的脉冲耦合神经网络 | 第58-59页 |
| ·算法中主要参数的研究 | 第59-61页 |
| ·数据试验及结果分析 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 基于MATLAB GUI 的遥感图像变化检测仿真设计 | 第64-68页 |
| ·MATLAB GUI 简介 | 第64页 |
| ·基于GUI 的遥感图像变化检测仿真平台的实现 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |