高分辨率遙感影像變化檢測

目 錄
第 1章 緒論 1
1．1 遙感影像變化檢測的基本概念 1
1．2 變化檢測的基本流程及相關(guān)技術(shù) 2
1．2．1 多時相遙感影像數(shù)據(jù)選擇 2
1．2．2 影像預(yù)處理 3
1．2．3 特征提取 4
1．2．4 變化檢測 4
1．2．5 精度評價 5
1．3 高分辨率遙感影像變化檢測國內(nèi)外研究現(xiàn)狀 5
1．3．1 監(jiān)督與非監(jiān)督變化檢測 5
1．3．2 數(shù)據(jù)源不同的變化檢測 7
1．3．3 直接比較與先分析后比較的變化檢測方法 9
1．4 對象級變化檢測 12
1．4．1 對象級變化檢測的優(yōu)勢及特性 12
1．4．2 對象級變化檢測方法的分類及優(yōu)缺點比較 13
1．4．3 對象級變化檢測面臨的挑戰(zhàn) 15
參考文獻(xiàn) 16
第 2章 基于JSEG與歸一化互信息的高分辨率遙感影像配準(zhǔn) 28
2．1 問題分析 28
2．1．1 影像配準(zhǔn)的基本框架 28
2．1．2 影像配準(zhǔn)的分類 29
2．1．3 存在問題與研究思路 30
2．2 JSEG與NMI相結(jié)合的配準(zhǔn)方法 32
2．2．1 多尺度控制點提取 32
2．2．2 基于NMI的控制點匹配 34
2．2．3 基于Delaunay三角網(wǎng)的影像配準(zhǔn) 36
2．3 實驗與分析 36
2．3．1 數(shù)據(jù)集1實驗 37
2．3．2 數(shù)據(jù)集2實驗 40
2．3．3 數(shù)據(jù)集3實驗 43
參考文獻(xiàn) 46
第3章 基于小波變換與改進(jìn)JSEG算法的高分辨率遙感影像多尺度分割 49
3．1 問題分析 49
3．2 JSEG算法及存在的關(guān)鍵問題 51
3．2．1 JSEG算法實現(xiàn) 51
3．2．2 JSEG在高分辨率遙感影像分割中的關(guān)鍵問題 52
3．3 WJSEG算法實現(xiàn)流程 53
3．3．1 量化與小波變換 53
3．3．2 多尺度分割 56
3．3．3 區(qū)域合并 57
3．4 實驗與分析 58
3．4．1 eCognition影像分割 58
3．4．2 數(shù)據(jù)集1實驗與目視分析 59
3．4．3 數(shù)據(jù)集2實驗與目視分析 61
3．4．4 定量分析 62
參考文獻(xiàn) 64
第4章 對象置信度指引下的高分辨率遙感影像多尺度分割 68
4．1 問題分析 68
4．2 研究方法 69
4．2．1 構(gòu)建初始種子區(qū)域集合 70
4．2．2 對象置信度指引下的多尺度區(qū)域合并 72
4．3 實驗與分析 75
4．3．1 實驗數(shù)據(jù) 75
4．3．2 對比算法及參數(shù)設(shè)置 75
4．3．3 實驗結(jié)果及定性分析 76
4．3．4 定量精度評價 79
4．3．5 OC曲線變化分析 79
參考文獻(xiàn) 81
第5章 基于頑健卡方變換的高分辨率遙感影像非監(jiān)督變化檢測 84
5．1 問題分析 84
5．2 研究算法 85
5．2．1 協(xié)方差矩陣和均值的頑健估計 85
5．2．2 閾值自動提取 87
5．3 實驗與分析 88
5．3．1 實驗1 88
5．3．2 實驗2 91
5．4 結(jié)論 94
參考文獻(xiàn) 94
第6章 基于空間約束卡方變換和馬爾可夫隨機場的非監(jiān)督變化檢測 96
6．1 問題分析 96
6．2 SCCST變化檢測 98
6．2．1 SCCST的介紹 98
6．2．2 偽訓(xùn)練數(shù)據(jù)集決定參數(shù)α 99
6．2．3 基于MRF模型的檢測優(yōu)化 101
6．3 實驗與分析 102
6．3．1 南京數(shù)據(jù)集檢測結(jié)果 104
6．3．2 美國阿拉斯加數(shù)據(jù)集檢測結(jié)果 105
6．3．3 OSR MiPy數(shù)據(jù)集檢測結(jié)果 106
6．3．4 Mina數(shù)據(jù)集檢測結(jié)果 107
6．3．5 Bastrop數(shù)據(jù)集檢測結(jié)果 108
6．3．6 變化檢測法中置信度的作用 109
6．3．7 有關(guān)變化檢測中 值的分析 110
參考文獻(xiàn) 111
第7章 基于FCM和D-S證據(jù)理論的遙感影像變化檢測 115
7．1 問題分析 115
7．2 D-S證據(jù)理論與FCM 117
7．2．1 D-S理論 117
7．2．2 FCM 118
7．3 基于FCM算法和D-S理論的變化檢測 119
7．3．1 確定區(qū)域與不確定區(qū)域的劃分 120
7．3．2 基于FCM和D-S證據(jù)融合的質(zhì)量函數(shù)的構(gòu)建 122
7．3．3 基于沖突指數(shù)的參數(shù)優(yōu)化 122
7．3．4 實施步驟 123
7．4 實驗與分析 124
7．4．1 陸地探測衛(wèi)星（TM）影像的實驗 124
7．4．2 SPOT影像的實驗 127
參考文獻(xiàn) 130
第8章 基于多尺度融合的對象級高分辨率遙感影像變化檢測 133
8．1 問題分析 133
8．2 研究方法 134
8．2．1 對象提取 134
8．2．2 對象特征提取及比較 135
8．2．3 多尺度融合 136
8．3 方法實現(xiàn)流程 138
8．4 實驗與分析 139
8．4．1 數(shù)據(jù)集1實驗 139
8．4．2 數(shù)據(jù)集2實驗 143
8．4．3 尺度依賴性及融合策略 145
8．4．4 不同融合策略變化強度差異 146
參考文獻(xiàn) 147
第9章 基于SAR影像的水陸區(qū)域提取 150
9．1 引言 150
9．2 湖泊輪廓線提取 151
9．2．1 SAR影像預(yù)處理 151
9．2．2 主動輪廓模型算法描述 152
9．2．3 粗精結(jié)合的主動輪廓模型 156
9．3 城鎮(zhèn)區(qū)域提取 156
9．3．1 基本概念 157
9．3．2 基于DBSCAN算法城鎮(zhèn)區(qū)域提取 158
9．4 實驗結(jié)果與分析 159
9．4．1 實測數(shù)據(jù)的輪廓線提取 159
9．4．2 實測數(shù)據(jù)城鎮(zhèn)區(qū)域提取 161
參考文獻(xiàn) 162
第 10章 高分辨率SAR影像洪水災(zāi)害變化檢測 165
10．1 問題分析 165
10．2 研究方法 167
10．2．1 基于輪廓波變換的噪聲抑制及標(biāo)記點提取 167
10．2．2 基于標(biāo)記點的分水嶺分割及區(qū)域合并 172
10．2．3 虛假目標(biāo)消除 172
10．3 實驗與分析 173
10．3．1 水體提取實驗 173
10．3．2 水體區(qū)域變化檢測實驗 178
參考文獻(xiàn) 181