多时相遥感图像变化检测技术研究

论文摘要

随着遥感图像获取技术和手段的日益先进以及遥感图像数据的海量积累,多时相遥感图像变化检测技术在资源和环境监测、地理空间数据更新、作物生长监测、自然灾害灾情监测与评估、打击效果评估、战场信息动态感知、军事目标和兵力部署监测等等方面的应用越来越广泛。其过程可以大致分为数据选择及预处理、运用适当的方法实现变化信息获取、后处理及性能评估三个阶段,其中后两个阶段的核心关键技术为变化检测方法和后处理中的鉴别技术,因此本文深入研究变化检测算法和鉴别技术具有重要现实意义。研究的内容主要包括以下几方面:(1)针对“数据多源化”“过程一体化”的要求,本文系统地提出了一种以高分辨率光学图像为模板的变化检测思路和实现流程。首先,利用高分辨光学图像制作二值化模板,将模板与待检测的两幅图像分别进行配准,在此基础上通过解算模板与序列图像间的空间变换关系来获取待检测区域;其次,对模板图与待检测图像进行加权融合获得分割海域图,并基于恒虚警检测算法提取变化的目标;最后,提取目标特征进行目标鉴别得到变化信息。(2)针对“方法智能化”的要求,本文提出了一种基于非下采样Contourlet变换的多源SAR图像无监督变化检测方法。首先,通过分析SAR图像变化检测中两幅图像取比值相对于差值的优势,采用相比之后取对数得到的比值图进行分析;其次,通过NSCT变换得到不同尺度、不同方向上的子图,对每一个子图利用尺度相关去噪法抑制相干斑噪声;再次,利用改进的CFAR检测器对每一个子图分别进行变化信息的检测。最后,将检测结果图进行融合得到变化结果图。(3)根据“知识综合化”的要求,在总结归纳目标鉴别的主要理论的基础上,针对变化检测后处理中的舰船目标鉴别问题,研究改进了一种一般的目标鉴别算法和基于知识的目标鉴别相结合的舰船目标鉴别算法。首先提取长、宽、长宽比、面积、舰首形状、舰尾形状、形状复杂度、轮廓序列矩等形状特征,结合目标ROI区域的均值CFAR,峰值CFAR,目标位置,舰船编队信息等知识信息,然后针对图像进行特征优选,再进行综合处理,最终得到鉴别结果。综合处理中采用知识信息和特征互补的结构,可以较好的去除虚警。论文研究的各种算法用于一些真实和仿真的多时相遥感图像,都取得了较满意的实验结果,在相应的科研项目中已经得到了部分应用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的研究背景和意义
• 1.2 遥感图像变化检测技术研究现状
• 1.2.1 遥感图像变化检测技术研究的主要内容
• 1.2.2 国内外研究现状
• 1.3 本文的主要工作
• 1.4 论文的组织
• 第二章 变化检测的基本理论
• 2.1 变化检测概述
• 2.2 变化检测数据源的选择及预处理
• 2.2.1 数据源的选择
• 2.2.2 影像配准
• 2.2.3 辐射校正
• 2.3 变化检测方法分类
• 2.3.1 直接比较法
• 2.3.2 分类法
• 2.3.3 面向对象检测法
• 2.3.4 模型法
• 2.3.5 时间序列分析法
• 2.3.6 可视化法
• 2.3.7 混合方法
• 2.4 变化检测结果的评估
• 2.5 本章小结
• 第三章 基于非下采样Contourlet 变换的SAR 图像无监督变化检测方法
• 3.1 引言
• 3.2 非下采样Contourlet 变换理论
• 3.2.1 非下采样金字塔（NSP）
• 3.2.2 非下采样方向滤波器组（NSDFB）
• 3.2.3 滤波器组设计
• 3.3 方法介绍
• 3.3.1 方法描述
• 3.3.2 对比图获取
• 3.3.3 NSCT 分解并去噪
• 3.3.4 改进的CFAR 检测
• 3.3.5 子图融合
• 3.4 实验及结果分析
• 3.4.1 相干斑噪声抑制性能测试实验
• 3.4.2 机载SAR 实验
• 3.5 本章小结
• 第四章 基于模板的港口舰船目标变化检测方法
• 4.1 引言
• 4.2 基于模板的变化检测思路及流程
• 4.3 模板及对应区域获取
• 4.3.1 模板制作
• 4.3.2 待检测区域获取
• 4.4 目标检测及变化分析
• 4.5 实验及结果分析
• 4.5.1 图像素材
• 4.5.2 评价标准
• 4.5.3 光学图像之间的结果
• 4.5.4 SAR 图像之间的结果
• 4.5.5 光学和SAR 图像之间的检测结果
• 4.5.6 试验结果小结
• 4.6 本章小结
• 第五章 舰船目标鉴别方法
• 5.1 舰船特征分析及选择
• 5.2 变化检测后的舰船目标鉴别方法
• 5.3 实验及结果分析
• 5.4 本章小结
• 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果