检索结果-南通市图书馆

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

遥感图像变化检测方法研究

遥感图像变化检测方法研究

作者：张凤玉西安电子科技大学

学位级别：硕士

遥感图像的变化检测是指通过分析在不同时间来自同一地区的两幅或多幅遥感图像,检测出该地区的地物随时间发生的变化信息。遥感图像的变化检测已经广泛地应用于如森林资源的动态监测、土地覆盖和利用的变化监测、农业资源调查、城市规... 详细信息

遥感图像的变化检测是指通过分析在不同时间来自同一地区的两幅或多幅遥感图像,检测出该地区的地物随时间发生的变化信息。遥感图像的变化检测已经广泛地应用于如森林资源的动态监测、土地覆盖和利用的变化监测、农业资源调查、城市规划布局、环境监测分析、自然灾害评估、地理数据更新以及军事侦察中战略目标(如道路、桥梁、机场)等的动态监视等许多领域。本论文针对两时相的单波段遥感图像和合成孔径雷达(Synthetic Aperture Radar,SAR)图像进行了变化检测的研究。 (1)针对单波段遥感图像变化检测,提出了一种基于感兴趣区域的遥感图像变化检测方法。该方法首先提取两时相图像的差值图的边缘,然后采用双阈值边缘图连接法闭合感兴趣区域的边缘,并对边缘扩充得到感兴趣区域,最后根据不同区域的灰度、空间位置、类别等特征对差值图进行校正,并对新差值图中的感兴趣区域进行阈值分割,检测出变化的区域。通过对多组真实的遥感图像进行实验,并且与差值法和基于马尔可夫随机场模型(Markov Random Field,MRF)的变化检测方法比较,验证了该方法的有效性。 (2)提出了基于非下采样Contourlet变换的遥感图像变化检测方法。该方法先分别对两时相图像进行非下采样Contourlet变换(Nonsubsampled Contourlet Transform,NSCT),对变换系数中的高频系数进行去噪并对应相减作为差异图的高频系数,依据相似度将两时相低频系数进行融合得到差异图的低频系数,然后将差异图的高频系数和低频系数进行逆NSCT得到新差异图,最后对新差异图进行阈值分割提取出变化区域。通过对模拟遥感图像和多组真实遥感图像进行实验,结果表明该方法能够有效地去除噪声,提高变化检测的性能。 (3)提出了基于多尺度积和主成分分析(Principal Components Analysis, PCA)的SAR图像变化检测方法。该方法首先对两时相图像的对数比值图进行小波变换,对每个分解层的高频系数进行多尺度积去噪,然后对去噪后的每个分解层图像进行PCA变换得到新差异图,最后对新差异图进行阈值分割提取出变化区域。通过对模拟的和真实的SAR图像进行实验,结果证明该方法能够有效地抑制SAR图像中的乘性斑噪,抗图像误配准性强,从而提高了变化检测性能。

关键词：遥感图像变化检测感兴趣区域非下采样Contourlet变换多尺度积主成分分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的遥感图像变化检测算法研究

基于深度学习的遥感图像变化检测算法研究

作者：谷怡洁西安电子科技大学

学位级别：硕士

遥感图像变化检测技术作为理解多时相遥感图像之间相互关系的重要手段,已被成功应用于诸如生态系统监测、城市规划以及灾害评估等领域。随着遥感探测技术的不断发展,多类型、高质量的海量遥感影像数据为开展相应视觉任务提供了有力支持... 详细信息

遥感图像变化检测技术作为理解多时相遥感图像之间相互关系的重要手段,已被成功应用于诸如生态系统监测、城市规划以及灾害评估等领域。随着遥感探测技术的不断发展,多类型、高质量的海量遥感影像数据为开展相应视觉任务提供了有力支持。然而,影像数据量增多、地物种类多样、形状大小不一以及遥感图像间差异性增强,给变化检测任务的算法设计与部署应用带来了新的挑战。其次,遥感图像的各种数据属性对变化检测具有不同的影响,如何设计算法以克服外界不确定因素所导致的伪变化也是当下主要研究方向之一。与此同时,变化区域和周围环境之间存在一定的相似性,这将减弱二者边界区域之间的分离性。本文针对遥感图像变化检测中所面临的上述挑战性问题,旨在利用深度学习在特征提取方面的强大优势,充分挖掘遥感图像内部光谱维和空间维信息,从而设计出有效的遥感图像变化检测算法,进而提升检测性能。本文的主要研究内容和创新点如下:(1)提出了一种基于目标特征差异约束的遥感图像变化检测算法,利用基于目标区域特征引导的网络结构来显著增加变化区域和非变化区域的特征差异,突出变化区域的目标空间信息和位置信息,促进时间差异信息的有效利用,从而促使孪生网络提取到更有意义的特征,以缓解因地物特征相似而导致难以区分的问题。其次,考虑到深度网络模型由浅入深,特征图的几何空间细节表征能力变弱,全局潜在语义表征能力变强,不同数据特性对检测结果有着不同的影响,为了综合应用不同层级特征的信息关系,该算法利用多尺度跳跃连接的网络模式以增强特征图之间的信息流动,从而充分发挥不同尺度特征的有效信息。此外,变化目标相关边缘区域是否检测正确对于目标区域的完整性与准确性至关重要,它们相比于中心区域的检测难度更大。因此,该算法设计了一个具有目标边缘区域约束的损失函数,依据像素点距离边缘线的远近作为划分标准对目标边缘区域进行约束。实验结果表明,所提出算法相比于其他对比算法在两个真实遥感图像数据集上的平均交并比指标分别提高约3.42%和0.11%以上,有效增强目标和背景之间的差异,在保留目标区域完整性以及准确性方面具有更大优势。(2)提出了一种基于边缘提取约束的遥感图像变化检测算法,充分挖掘边缘信息对于变化检测任务的有效性,缓解变化区域和非变化区域之间边界模糊的问题,提升变化区域的完整性和清晰度。为了达到上述目的,该算法设计了一个多尺度联合边缘提取网络,对孪生网络所获取到的不同尺度特征进行相应边缘特征提取,利用边缘提取约束损失函数以及对比损失函数对网络模型进行优化,以保证所提取边缘信息的丰富有效。与此同时,为改善深度学习可解释性较差的问题,本文借助传统算法和深度学习一起联合学习的方式,充分发挥各自优势,促使多尺度联合边缘提取网络对边缘特征进行特别关注,提升网络表示能力。此外,为了减少卷积操作所导致的远距离语义特征信息无法长期交互的问题,该算法引入二阶非局部注意力机制,在获取远距离空间上下文信息交互的同时,突出有用信息并忽略无关信息所带来的干扰。最后,利用基于通道打乱的融合网络对不同语义信息特征图进行有效组合,从而提升特征之间的互补特性,得到更加精确的检测结果。在三个真实遥感图像数据集上,所提出的算法可以在更大程度上保留变化目标区域的完整性,产生更清晰的变化目标边缘,显著提高变化检测的性能,平均交并比指标比其他对比算法分别提高约2.51%、0.95%和3.08%以上。

关键词：遥感图像变化检测深度学习注意力机制边缘特征信息多尺度

基于Treelet变换的遥感图像变化检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Treelet变换的遥感图像变化检测方法研究

作者：万义萍西安电子科技大学

学位级别：硕士

遥感图像变化检测是指通过分析来自同一地区不同时刻的多幅遥感图像，鉴定其状态差异的过程。随着遥感技术和信息处理技术的快速发展，遥感图像变化检测已经成为遥感图像研究的一个重要方向，并广泛应用于各个领域，如土地利用和覆盖、... 详细信息

遥感图像变化检测是指通过分析来自同一地区不同时刻的多幅遥感图像，鉴定其状态差异的过程。随着遥感技术和信息处理技术的快速发展，遥感图像变化检测已经成为遥感图像研究的一个重要方向，并广泛应用于各个领域，如土地利用和覆盖、城市规划、环境监测、农作物监测、军事侦察等。本论文以Treelet变换为核心，围绕着如何从单波段两时相遥感图像中获取变化信息展开研究，完成了如下三个方面的工作：（1）提出了一种基于Treelet曲波域去噪的遥感图像变化检测方法。首先采用Treelet自适应的对对数差异图像进行曲波域去噪，其次通过曲波域低频信息计算分类阈值，然后分别对直接差异图像和重构图像进行分类，最后通过融合得到变化检测结果图。通过对一组模拟数据集和四组真实遥感数据集的实验证实了本方法的有效性。（2）提出了一种基于Treelet和图像融合的遥感图像变化检测方法。首先通过统计均值分类和自适应空间信息填充获取一幅精检测结果图，其次采用Treelet融合、K-means分类和数学形态学后处理获取一幅粗定位结果图，最后进行图像融合得到最终的变化检测结果图。通过对一组模拟数据集和四组真实遥感数据集的实验证实了本方法的有效性。（3）提出了一种基于Treelet和方向自适应滤波的遥感图像变化检测方法。首先对差异图像进行方向自适应滤波，并采用Treelet进行融合，得到一幅融合图像，其次对融合图像进行自适应阈值分类，最后对分类图像进行基于面积阈值的后处理，得到变化检测结果图。通过对一组模拟数据集和四组真实遥感数据集的实验证实了本方法的有效性。

关键词：遥感图像变化检测 Treelet Curvelet 图像融合方向自适应滤波

基于注意力机制的高分辨率遥感图像变化检测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意力机制的高分辨率遥感图像变化检测方法研究

作者：薛东玲长安大学

学位级别：硕士

过去三十年来,我国交通运输事业取得了重大突破,实现了历史性的变革,为实现从交通大国向交通强国的跨越奠定了坚实的基础。当前,高质量时空信息供给不足、高层次时空分析能力不够等问题仍是目前交通运输领域高质量发展面临的重大挑战。... 详细信息

过去三十年来,我国交通运输事业取得了重大突破,实现了历史性的变革,为实现从交通大国向交通强国的跨越奠定了坚实的基础。当前,高质量时空信息供给不足、高层次时空分析能力不够等问题仍是目前交通运输领域高质量发展面临的重大挑战。变化检测技术是通过对在不同时间捕获的图像进行分析来确定地表设施不同时间变化的过程。该技术在道路的判识上优势明显,有助于获取较为精确的道路空间位置信息,具有大范围、高精度、无需人工外业调查的特点,可快速实现道路路网的更新与核查,为公路规划运营养护提供重要的数据支撑。随着计算机技术的飞速进步和大量的数据积累,深度神经网络的训练变得更加容易。近年来,随着技术的发展,深度学习已经成为计算机视觉的重要研究方法,尤其是对于遥感图像的解译。深度学习是一种用于分析和提取数据集中特征的特殊的机器学习方法,它能够从海量数据中提取出有用的信息。基于强大的深度学习模型,遥感图像的解译工作取得了飞速进步。但现有的高分辨率变化检测的数据集不足以训练大型网络,且相比于其他计算机视觉任务,遥感图像变化检测任务中的干扰因素更多,例如光照,云层,拍摄角度差异等。如何抑制不相关变化类型干扰是变化检测任务必须要解决的问题。另外,遥感图像场景复杂,包含尺度变化较大的地物类型,深度学习模型中单一的感受野不能满足任务需要。本文主要研究了双时态高分辨率遥感影像的变化检测方法,基于深度学习的基本理论知识,实现遥感解译技术在交通运输领域的应用。本文主要工作有:(1)针对变化区域尺寸变化较大的问题,本文设计了一种具有自适应感受野特征的变化检测网络,根据实际场景,自适应调整感受野大小。基于孪生U-Net结构,设计了一种高效自适应感受野卷积模块,即保留了深层语义信息,又保证了网络的计算效率。经过对比,该方法在计算精度和效率上都有着显著的优势,并且在两个数据集上表现出了卓越的性能。(2)针对变化检测的干扰因素复杂问题,本文设计了一种差分特征融合模块,对于干扰因素进行有效抑制。基于孪生FCN连接方式,将Conv Ne Xt作为特征提取的基本单元,在每层使用差分融合模块进行特征融合。在训练时参照Transformer的训练方式,并与Swin-Transformer结构进行了对比。在两个数据集上验证了该方法对于变化检测任务的优越性能。

关键词：遥感图像变化检测卷积神经网络注意力机制深度学习

基于混合因子分析和马尔科夫随机场的遥感图像变化检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于混合因子分析和马尔科夫随机场的遥感图像变化检测研究

作者：雷净兰西南交通大学

学位级别：硕士

遥感图像变化检测是指从相同地区不同时刻所观测得到的两幅或多幅遥感图像中获取变化信息的技术。随着遥感技术的迅速发展,所获取的遥感图像包含丰富的空间、纹理、几何等结构信息。在遥感图像变化检测技术中,如何充分利用这些丰富的信... 详细信息

遥感图像变化检测是指从相同地区不同时刻所观测得到的两幅或多幅遥感图像中获取变化信息的技术。随着遥感技术的迅速发展,所获取的遥感图像包含丰富的空间、纹理、几何等结构信息。在遥感图像变化检测技术中,如何充分利用这些丰富的信息,从而快速准确地获取地物变化是亟待解决的核心问题。本文主要围绕无监督变化检测中如何有效地获取变化信息问题,提出了两种遥感图像变化检测方法。具体研究内容如下:（1）探讨了因子分析在变化检测中的可行性,采用因子分析提取差异图像特征,并使用期望最大化（Expectation-maximization,EM）算法来估计因子分析模型的参数。同时考虑到“变化类”和“未变化类”之间存在一定的交叠区域,本文设计了两级模糊聚类算法对提取出的特征进行聚类成“变化类”和“未变化类”,从而得到变化检测结果。最后通过对四组实测遥感图像进行实验,验证了提出方法可以获得更好的检测性能。（2）在贝叶斯理论的基础上,开展了混合因子分析模型在变化检测中应用的可行性研究。该方法首先用混合因子分析模型对差异图像的数据分布进行建模。在建模过程中,采用EM算法估计模型的参数,然后通过最小均方误差准则得到变化检测结果。考虑到遥感图像中存在局部相似性,通过引入空间信息来提升检测性能。因此,本文在上述算法的基础上,融入马尔科夫随机场,提出了一种基于混合因子分析和马尔科夫随机场的变化检测方法。最后通过四组实测遥感图像对提出的算法进行实验,验证了提出算法的有效性。

关键词：遥感图像变化检测因子分析 EM算法混合因子分析马尔科夫随机场

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的遥感图像变化检测

基于深度学习的遥感图像变化检测

作者：臧晓敏河北地质大学

学位级别：硕士

遥感图像变化检测是指利用某种技术对同一地区不同时间拍摄的两幅遥感图像进行对比分析,识别该地区地物状态变化的过程。变化检测结果可为国土资源管理、灾害监测、城市规划、植被变化等提供依据。随着遥感图像获取技术的提高和获取渠... 详细信息

遥感图像变化检测是指利用某种技术对同一地区不同时间拍摄的两幅遥感图像进行对比分析,识别该地区地物状态变化的过程。变化检测结果可为国土资源管理、灾害监测、城市规划、植被变化等提供依据。随着遥感图像获取技术的提高和获取渠道的增加,遥感图像数据日益丰富,各领域在实际应用中对遥感图像变化检测的精度和效率提出了更高的要求。近年来深度学习技术飞速发展,其在图像处理领域表现出的优越性能为遥感图像变化检测提供了新的研究方向。因此,本文开展了基于深度学习的遥感图像变化检测研究,分别对UNet和ResNet两种深度神经网络进行了改进并应用于求解遥感图像变化检测问题,主要工作包括:(1)针对UNet深度卷积神经网络在进行遥感图像变化检测时,存在由于网络退化引发的检测精度低、目标边界分割不准确等问题,在对UNet模型进行改进的基础上,提出了AS-UNet模型,并用于遥感图像变化检测。AS-UNet模型将UNet模型中编码器的部分卷积层和池化层替换为ShuffleNetV2模块,避免了训练过程中出现网络退化、过拟合等问题,同时减少了下采样过程所带来的信息损失;将编码器生成的特征图输入到空间空洞卷积池化金字塔模块中,对不同感受野下提取的特征进行融合,生成多尺度特征图,以充分提取遥感图像不同大小地物目标的信息;在编码器和解码器的级联通路中引入双注意力机制,增强模型对变化类像素的关注,以减少因数据样本不平衡造成的检测误差。通过与UNet模型以及其他几种变化检测模型的实验结果比较,AS-UNet模型在进行遥感图像变化检测时精度存在明显的提升;并通过在其他数据集上的实验表明,AS-UNet模型具有较好的泛化性。(2)针对ResNet深度卷积神经网络在进行遥感图像变化检测时,存在检测精度低、小目标误检或漏检等问题,提出了一种孪生语义分割模型—SF-ResNet,并将其应用于遥感图像变化检测。为了避免通道合并过程带来的信息丢失,SF-ResNet网络的编码器部分由两个参数共享的网络构成,二者分别用于提取双时相图像的特征;由于传统的语义分割网络通常是通过最高层网络来获得变化图,忽略了其他层特征图的细节信息,不利于小目标的特征提取。因此,提出采用特征金字塔网络(Feature Parymid Network,FPN)将浅层和深层的特征进行融合,使得浅层的特征图也具有丰富的语义信息,提升模型对小目标变化检测的准确性。实验结果表明,SF-ResNet模型的变化检测精度高于传统孪生网络模型,并且具备一定的泛化性。

关键词：遥感图像变化检测深度学习 UNet 孪生网络 FPN

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多目标优化的遥感图像变化检测算法研究

基于多目标优化的遥感图像变化检测算法研究

作者：濮运辰上海交通大学

学位级别：硕士

遥感图像变化检测是将不同时间在相同地方获得的两幅或多幅遥感图像进行比较，分析其变化信息的过程。遥感图像变化检测在城市土地资源调查、森林资源监测、农业土地监测、地震灾害评估等多个领域有着极其广泛的应用，因此对它的研究有... 详细信息

遥感图像变化检测是将不同时间在相同地方获得的两幅或多幅遥感图像进行比较，分析其变化信息的过程。遥感图像变化检测在城市土地资源调查、森林资源监测、农业土地监测、地震灾害评估等多个领域有着极其广泛的应用，因此对它的研究有着重要的现实意义。本文首先为了对算法结果进行定量分析，提出了利用直方图匹配与反匹配设计具有变化先验知识的，与实际情况贴近的仿真图像。本文接着提出了一种新的基于最小均方误差的变化检测算法。在单波段图像中，精确的最优解可以在多项式时间复杂度内得到，而在多波段图像中，它被作为一个多目标优化问题，利用遗传算法求得最优妥协解。仿真实验验证了算法的有效性和精确性本文之后又提出了一种新的基于互相关系数的变化检测算法。在这种算法中，互相关系数被用于描述图像的相似程度与变化状况。两幅输入图被分割成两部分，其中一部分互相关系数接近1，另一部分互相关接近0，这也是一个多目标的优化问题，遗传算法被用以求取所有的非支配解。仿真实验验证了该算法对辐射差异的鲁棒性。之后，本文又提出了一种新的迭代算法来解决该算法在解决图像中一部分整体从某个灰度值变为另一个灰度值时存在的局限性。在每一次迭代中，互相关系数接近1的部分将被提取并判断是否属于不变区域。仿真实验验证了迭代算法可以很好的解决这个问题两种算法被应用于实际遥感图像变化检测中，实验结果验证了这两种算法的有效性和精确性。

关键词：遥感图像变化检测多目标优化遗传算法均方误差互相关系数

基于DeepLabV3+孪生网络的遥感建筑物变化检测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

国外电子测量技术 2024年第3期43卷 129-137页

作者：郭江辛月兰王庆庆王浩臣盛月青海师范大学计算机学院西宁810001 藏语智能信息处理及应用国家重点实验室西宁810001

针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络。首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来提取特... 详细信息

针对多尺度下小建筑易漏检及建筑物轮廓边界检测精度不足的情况,提出一种基于DeepLabV3+的双通道孪生网络。首先,为提高分割结果的精确度,同时避免网络层数加深带来的模型过拟合问题,采用改进后的ResNeXt50(32×4d)作为主干网络来提取特征;其次,针对孪生网络特征融合不充分的问题,设计了基于注意力的双通道融合模块;此外,为提高模型整体信息感知能力,对空洞空间卷积金字塔池化做增强处理;最后,在特征恢复阶段引入特征对齐模块和全连接CRF进一步补充和细化分割结果。在LEVIR-CD数据集上精确率(precision)、召回率(recall)和F1指数分别达到了0.9233、0.8994和0.9112。

关键词：遥感图像变化检测双通道融合空洞空间卷积特征对齐全连接CRF

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于免疫密母和模糊聚类的图像处理

基于免疫密母和模糊聚类的图像处理

作者：李聪玲西安电子科技大学

学位级别：硕士

随着聚类算法和遥感技术的不断发展，图像分割和遥感图像变化检测成为了图像处理领域的热点之一。图像分割是依据图像的特征，如灰度，颜色等将图像分解为若干互不交叠的区域，每一区域具有相同的性质。遥感图像（SAR图像和光学遥感图... 详细信息

随着聚类算法和遥感技术的不断发展，图像分割和遥感图像变化检测成为了图像处理领域的热点之一。图像分割是依据图像的特征，如灰度，颜色等将图像分解为若干互不交叠的区域，每一区域具有相同的性质。遥感图像（SAR图像和光学遥感图像）的变化检测指的是对同一地区拍摄的不同时期的两幅遥感图像，采用图像处理和模式识别等手段进行分析，目的是要检测出这一地区的对象变化信息。目前，变化检测技术广泛应用在农业、环境保护、水利和军事等诸多领域。本文的主要工作是基于密母算法和克隆免疫选择算法提出了一种免疫密母图像分割的新算法，另外对基于粗糙集模糊聚类算法加入了模糊因子，并应用于图像分割和变化检测中。本文的主要研究工作阐述如下：（1）针对密母算法对参数敏感、个体学习计算复杂度高的缺点，本文提出了基于免疫密母算法的图像分割算法。该方法对图像分割是采用了两个种群，并分别用密母算子和免疫克隆算子对这两个种群同时进化，密母算子包括：选择，交叉，变异，个体学习;免疫克隆算子包括：克隆算子，变异算子。此方法同时进化两个种群加快种群收敛速度，同时对比实验结果表明了本方法的可行性和有效性。（2）提出了一种基于粗糙集模糊聚类的图像分割方法来处理含噪声图像。为了使抑制噪声和保留图像细节达到平衡对粗糙集模糊聚类算法中加入了模糊因子，这样不仅考虑了图像像素自身的灰度或者其他纹理特征，还加入了该像素与其相邻像素之间的空间邻域特征。最后对自然图像和加入高斯噪声的自然图像进行了分割实验验证并证实了本方法的有效性。（3）在工作（2）算法的基础上，提出了一种基于粗糙集模糊聚类的遥感图像变化检测方法。主要做的是差异图分析部分的研究，其中差异图是由对数比值算子产生的。在对差异图进行分割的时候，提取图像的灰度特征，同时利用了像素3邻域的邻域特征一起对图像进行分割，最后得到图像的变化检测结果。通过对比FLICM，RFPCM，FCM表明本方法的有效性。

关键词：图像分割进化算法遥感图像变化检测粗糙集模糊聚类