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 变化检测的主要内容 | 第11页 |
1.2.2 变化检测现状分析 | 第11-12页 |
1.2.3 变化检测的主要存在的问题 | 第12-13页 |
1.3 本文研究的主要内容 | 第13-14页 |
1.4 本文结构的主要安排 | 第14-16页 |
第二章 图像变化检测的基本理论 | 第16-24页 |
2.1 图像变化检测的基础知识 | 第16-18页 |
2.1.1 变化检测的基本原理 | 第16-17页 |
2.1.2 变化检测的数学模型 | 第17-18页 |
2.2 变化检测的主要流程 | 第18-21页 |
2.2.1 不同时期地形地貌的遥感数据源选取 | 第18-19页 |
2.2.2 图像地物纹理信息的前期预处理分析 | 第19-20页 |
2.2.3 设计合理的变化检测算法模型和结果输出 | 第20页 |
2.2.4 变化检测算法的性能评价和噪声鲁棒性的定性评估 | 第20-21页 |
2.3 常见的图像变化检测分析方法 | 第21-23页 |
2.3.1 图像纹理信息直接比较的变化检测数学模型 | 第21-23页 |
2.3.2 图像纹理分类后再比较的变化检测数学模型 | 第23页 |
2.4 本章小结 | 第23-24页 |
第三章 基于对数变差函数边缘纹理增强的图像变化检测 | 第24-36页 |
3.1 基于对数变差函数边缘纹理增强的变化检测技术流程 | 第25页 |
3.2 对数变差函数的图像纹理信息分析 | 第25-28页 |
3.2.1 基于方向性对数变差函数的图像边缘纹理信息分析 | 第26-27页 |
3.2.2 基于方向性对数变差函模型的结构相似度(VSSIM) | 第27-28页 |
3.3 基于NSCT纹理分析的差异图像构造方法 | 第28-30页 |
3.4 基于关联度模糊C均值的差异特征聚类 | 第30-31页 |
3.5 实验结果与分析 | 第31-35页 |
3.5.1 第一组试验:图像边缘纹理分析与增强的试验对比 | 第31-33页 |
3.5.2 第二组试验:图像变化检测性能的定性评估 | 第33-35页 |
3.6 本章小结 | 第35-36页 |
第四章 基于NSCT自适应局部纹理分析的图像变化检测 | 第36-47页 |
4.1 基于NSCT自适应局部纹理分析的变化检测技术流程 | 第37页 |
4.2 图像局部纹理结构性分析 | 第37-40页 |
4.2.1 传统局部纹理增强算法 | 第38页 |
4.2.2 自适应局部对比度增强算法 | 第38页 |
4.2.3 基于NSCT的自适应图像局部纹理分析方法 | 第38-40页 |
4.3 基于NSCT纹理分析的差异图像构造方法 | 第40-42页 |
4.3.1 NSCT域低频纹理差异特征的构造方法 | 第40-41页 |
4.3.2 NSCT域高频纹理差异特征的构造方法 | 第41-42页 |
4.3.3 图像地物纹理差异特征的构造规则 | 第42页 |
4.4 实验结果与分析 | 第42-46页 |
4.4.1 第一组试验:图像局部纹理信息分析的对比试验 | 第43-44页 |
4.4.2 第二组实验:变化检测抗噪性能的试验指标对比分析 | 第44-46页 |
4.5 本章小结 | 第46-47页 |
第五章 总结与展望 | 第47-48页 |
5.1 本文研究工作的总结 | 第47页 |
5.2 今后研究工作展望 | 第47-48页 |
参考文献 | 第48-51页 |
致谢 | 第51-52页 |
附录A(攻读学位期间所发表的学术论文) | 第52-53页 |
详细中文摘要 | 第53-56页 |
详细英文摘要 | 第56-58页 |