| 作者简介 | 第1-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-34页 |
| ·研究背景及意义 | 第12页 |
| ·研究对象 | 第12-13页 |
| ·变化检测方法及存在问题 | 第13-20页 |
| ·变化检测预处理 | 第13-14页 |
| ·变化检测技术分类 | 第14-17页 |
| ·精度评估 | 第17-18页 |
| ·现有主要检测方法的局限性 | 第18-20页 |
| ·Fisher 判别分析 | 第20-21页 |
| ·计算智能的发展现状 | 第21-22页 |
| ·人工神经网络 | 第21页 |
| ·进化计算 | 第21-22页 |
| ·模糊系统 | 第22页 |
| ·计算智能存在的问题及解决的方法 | 第22页 |
| ·论文思路及内容安排 | 第22-25页 |
| 参考文献 | 第25-34页 |
| 第二章 基于小波域隐马尔科夫树模型的遥感图像变化检测 | 第34-50页 |
| ·引言 | 第34页 |
| ·二维离散小波变换原理 | 第34-36页 |
| ·隐马尔科夫模型 | 第36-38页 |
| ·基于小波域 HMT 模型的遥感图像变化检测 | 第38-40页 |
| ·小波域差异影像的构成 | 第38页 |
| ·基于双高斯混合模型的分割 | 第38-39页 |
| ·HMT 模型融合 | 第39-40页 |
| ·实验结果分析与有效性验证 | 第40-47页 |
| ·数据描述 | 第40-41页 |
| ·实验结果 | 第41-47页 |
| ·本章小结 | 第47页 |
| 参考文献 | 第47-50页 |
| 第三章 基于局部均值动态 FISHER 分类器遥感图像变化检测 | 第50-70页 |
| ·引言 | 第50-51页 |
| ·均值漂移算法 | 第51-52页 |
| ·Fisher 判别分析原理 | 第52-53页 |
| ·基于改进 Fisher 分类器的遥感图像变化检测 | 第53-58页 |
| ·基于边缘检测的样本提取 | 第53-56页 |
| ·基于局部均值 Fisher 分类器的判别 | 第56-58页 |
| ·算法流程 | 第58页 |
| ·对真实遥感图像的实验结果及分析 | 第58-64页 |
| ·数据描述 | 第59页 |
| ·实验结果 | 第59-64页 |
| ·本章小结 | 第64页 |
| 参考文献 | 第64-65页 |
| 附录 | 第65-70页 |
| 第四章 基于非局部均值加权的动态模糊 FISHER 分类器的遥感图像变化检测 | 第70-86页 |
| ·引言 | 第70页 |
| ·模糊 Fisher 判别分析 | 第70-72页 |
| ·基于非局部均值加权的动态模糊 Fisher 分类器的变化检测 | 第72-75页 |
| ·预分割变化检测图 | 第72-73页 |
| ·非局部均值加权 | 第73页 |
| ·动态 FFDA 判别 | 第73-74页 |
| ·算法流程 | 第74-75页 |
| ·对真实遥感图像的实验结果及分析 | 第75-80页 |
| ·数据描述 | 第75-76页 |
| ·实验结果 | 第76-80页 |
| ·本章小结 | 第80页 |
| 参考文献 | 第80-82页 |
| 附录 | 第82-86页 |
| 第五章 基于小波域 FISHER 分类器的 SAR 图像变化检测 | 第86-110页 |
| ·引言 | 第86-87页 |
| ·小波域 Fisher 分类器变化检测过程 | 第87-93页 |
| ·多层预分割变化检测图 | 第87-90页 |
| ·小波域 Fisher 分类器训练 | 第90-91页 |
| ·基于空间邻域关系和上下文关系的融合 | 第91-93页 |
| ·参数设置及实验对比 | 第93-103页 |
| ·实验设置 | 第93页 |
| ·Bern 实验数据 | 第93-98页 |
| ·Ottawa 实验数据 | 第98-103页 |
| ·本章小结 | 第103页 |
| 参考文献 | 第103-105页 |
| 附录 | 第105-110页 |
| 第六章 基于神经网络和非局部均值加权的 SAR 图像变化检测 | 第110-126页 |
| ·引言 | 第110-111页 |
| ·BP 神经网络原理 | 第111-113页 |
| ·联合特征向量构成 | 第113页 |
| ·基于神经网络的 SAR 图像变化检测 | 第113-116页 |
| ·非局部均值加权 | 第113-115页 |
| ·算法实现 | 第115-116页 |
| ·实验结果分析及有效性验证 | 第116-123页 |
| ·Bern 试验数据 | 第117-120页 |
| ·Ottawa 实验数据 | 第120-123页 |
| ·本章小结 | 第123页 |
| 参考文献 | 第123-126页 |
| 第七章 基于 MEMETIC 算法的 SAR 图像变化检测 | 第126-144页 |
| ·引言 | 第126页 |
| ·Memetic 算法原理 | 第126-128页 |
| ·基于改进 Memetic 算法的 SAR 图像变化检测 | 第128-131页 |
| ·预分割变化检测图 | 第128页 |
| ·基于 Memetic 算法的 SAR 变化检测 | 第128-131页 |
| ·参数设置及实验分析 | 第131-139页 |
| ·实验设置 | 第131-132页 |
| ·Bern 实验数据 | 第132-135页 |
| ·Ottawa 实验数据 | 第135-139页 |
| ·本章小结 | 第139页 |
| 参考文献 | 第139-141页 |
| 附录 | 第141-144页 |
| 第八章 总结与展望 | 第144-147页 |
| ·论文工作总结 | 第144-145页 |
| ·展望和进一步的工作 | 第145-147页 |
| 致谢 | 第147-148页 |
| 攻读博士学位期间的研究成果 | 第148-150页 |
| 学术论文 | 第148-149页 |
| 参加研究的科研项目 | 第149-150页 |
