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