学位论文 > 优秀研究生学位论文题录展示

无人机遥感影像变化检测若干关键技术的研究

作　者: 李渭
导　师: 吴云东
学　校: 集美大学
专　业: 应用数学
关键词: SIFT配准 互信息 背景环 多尺度 混合信息 CC检测法 累积异常 模糊C均值聚类
分类号: V279
类　型: 硕士论文
年　份: 2013年
下　载: 73次
引　用: 0次
阅　读: 论文下载
 

内容摘要


无人机遥感影像因其具有高空间分辨率和高时间分辨率特性，正日益成为地物变化检测不可或缺的数据源。当前，无人机遥感影像变化检测技术基本处于人工目视判读阶段，缺乏自动化。本文重点围绕无人机遥感影像变化检测的关键技术展开研究，主要工作如下：（1）引入背景互信息约束条件，改进了SIFT配准算法。针对SIFT影像特征匹配的可靠性问题，本文在SIFT局部特征描述子之外，建立了半全局背景环，并将背景环的互信息嵌入相似性度量，约束特征匹配。实验结果表明，改进算法有效地提高了匹配的正确率，且与全局配准算法相比，具有更小的计算量；（2）提出了基于局部混合信息的多尺度遥感影像变化检测方法。针对灰度图像变化检测中出现的伪变化问题，从基于混合信息的图像变化检测方法出发，结合小波变换分解的多尺度图像，构造了多尺度混合信息变化检测器。实验表明，相比于混合信息的变化检测法，改进的方法减少了“伪变化”区域，提高了变化检测的鲁棒性；（3）提出了多尺度异常累积的影像模糊聚类变化检测方法。为克服彩色图像几何配准误差，在对称Chrono-chrome(CC)检测方法的基础上，构造出一个对称CC累积异常变化检测器，并利用模糊C聚类法对累积异常检测图进行分类。实验表明，与对称CC变化检测法相比，改进后的方法能更好地克服图像配准误差，并且具有无监督地检测出真彩色变化区域的能力。

全文目录


摘要  4-5
Abstract  5-9
第1章 引言  9-19
  1.1 研究背景及意义  9
  1.2 研究现状及存在的问题  9-14
    1.2.1 研究状态分析  9-13
    1.2.2 存在的问题  13-14
  1.3 遥感变化检测的基本流程  14-16
    1.3.1 变化的定义  14
    1.3.2 影像数据的选择  14-15
    1.3.3 遥感影像预处理  15
    1.3.4 变化检测  15
    1.3.5 精度评价  15-16
  1.4 研究思路与技术路线  16-18
    1.4.1 研究思路  16-17
    1.4.2 技术路线  17-18
  1.5 章节安排  18-19
第2章 背景互信息约束的 SIFT 配准  19-28
  2.1 两幅图像的互信息  19-20
  2.2 基于 SIFT 特征点建立背景环  20-21
  2.3 背景环互信息约束匹配算法  21-23
    2.3.1 改进全局描述子  21-22
    2.3.2 建立归一化互信息约束  22
    2.3.3 相似判定度量  22-23
  2.4 实验测试分析  23-27
    2.4.1 平移图像的匹配效果测试  23-25
    2.4.2 旋转图像的匹配效果测试  25-27
  2.5 本章小结  27-28
第3章 多尺度混合信息融合的遥感影像变化检测  28-35
  3.1 建立无参变化统计模型  28
    3.1.1 影像数据无参概率统计  28
    3.1.2 统计学上影像变化定义  28
  3.2 基于局部混合信息的变化指示器  28-29
    3.2.1 贝叶斯法独立性测试  28-29
    3.3.2 混合信息变化指示器  29
  3.3 多尺度变化检测器  29-34
    3.3.1 基于小波变换的多尺度遥感影像  30-31
    3.3.2 多尺度混合信息融合的变化检测器  31-32
    3.3.3 实验结果分析  32-34
  3.4 本章小结  34-35
第4章 多尺度异常累积的影像模糊聚类变化检测  35-44
  4.1 基于局部二次协方差的变化检测  35-37
    4.1.1 影像的简单差分检测法  35
    4.1.2 影像的 Chronochrome(CC) 检测法  35-36
    4.1.3 方差均衡法（CE）检测法  36-37
  4.2 多尺度异常累积的局部配准调节变化检测  37-39
    4.2.1 影像高斯多尺度表示  37-38
    4.2.2 多尺度异常累积变化检测模型  38-39
  4.3 累积异常检测图的模糊聚类分析  39-41
    4.3.1 模糊集合和隶属度函数  39-40
    4.3.2 模糊 C 均值聚类分析  40-41
    4.3.3 累积异常聚类变化检测  41
  4.4 实验结果与讨论  41-43
  4.5 本章小结  43-44
第5章 讨论、总结与展望  44-46
  5.1 工作总结  44
  5.2 展望  44-46
致谢  46-47
参考文献  47-50
在学期间发表及已投的学术论文  50
在学期间参加研究的科研项目  50

相似论文

  1. 词义消歧语料库自动获取方法研究,TP391.1
  2. 空中目标抗干扰识别跟踪系统,TN215
  3. 细菌聚类算法及其在图像分割问题中的研究与应用,TP391.41
  4. 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
  5. 基于回声状态网络的移动话务量预测方法,TN929.5
  6. 基于多尺度分析的图像融合算法研究,TP391.41
  7. 基于模糊聚类的图像检索方法研究及其系统实现,TP391.41
  8. XXZ海森堡链的热态量子协错,O413.1
  9. 多尺度遥感图像分割算法研究与应用,TP391.41
  10. 基于多特征和人工免疫优化算法的医学图像配准方法研究,TP391.41
  11. 肺部病灶感兴趣区域分割算法研究,TP391.41
  12. 基于参数活动轮廓模型的医学图像分割方法研究,TP391.41
  13. 运动目标检测算法研究,TP391.41
  14. 分层复合材料薄壁圆柱壳的非线性振动分析,O322
  15. 改进的模糊C均值聚类算法及其应用,O159
  16. 面向突发事件的动态可视化标注研究,X4
  17. 二重组织织物的组织识别与真实感模拟研究,TS105
  18. 模糊C均值聚类算法的相关问题研究,TP311.13
  19. 基于正则化方法的模糊C-均值聚类算法的研究,TP311.13
  20. 非刚性医学图像准算法研究和实现,TP391.41
  21. 基于数学形态学的边缘检测研究,TP391.41

中图分类: > 航空、航天 > 航空 > 各类型航空器 > 无人驾驶飞机
© 2012 www.xueweilunwen.com