基于无人机序列图像的变化检测技术研究

论文摘要

随着遥感技术的迅速发展,多时相遥感图像变化检测在国民经济和国防建设领域的应用大为扩展,通过分析同一地区不同时相遥感图像间的变化信息,可完成地表环境更新、目标跟踪以及战场监测等多项遥感任务。近年来,无人机等低空飞行器的利用,不仅大大丰富了参与变化检测的遥感平台,使遥感图像的获取变得更加便捷,也推动了快速变化检测技术的发展。因此开展基于无人机平台的遥感图像变化检测研究具有重大的实际意义和应用前景。本文在分析国内外研究成果的基础上,总结了遥感图像变化检测的基本概念,通过对变化检测方法的归纳分析,给出了变化检测技术的一般流程,并针对其中的一些关键技术方法进行了研究,主要涉及:特征提取、图像分割、相对辐射校正等。完成的主要工作和取得的成果如下:(1)针对人造目标在遥感图像变化检测中的重要意义和基于像素代数运算的检测方法只考虑图像灰度的缺陷,分析了人造目标具有的边缘特征,并使用有效的灰度形态学边缘检测算子提取边缘特征,利用得到的目标边缘,采用基于边缘特征的变化判决方法进行变化分析。(2)针对快速发现地面变化的应用需要,提出了利用无人机视频序列图像和卫星遥感影像进行变化检测的方法。首先对无人机序列图像进行镶嵌,对镶嵌后的区域图像与卫星影像进行几何配准和相对辐射校正,然后在分析配准误差影响的基础上,提出顾及配准误差的异源图像变化检测方法。(3)针对经典的阈值分割方法大多基于图像灰度的特点,实现了基于分形维数的阈值分割方法,该方法将灰度信息与结构信息结合,能够较好地实现目标的分割。本文将上述方法的实验集成到遥感图像变化检测演示系统中,实验结果表明,基于同源图像的人造目标变化检测方法和基于异源图像的顾及配准误差的变化检测方法都能较好地检测出变化区域。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 遥感图像变化检测现状
• 1.2.2 无人飞行器遥感与变化检测
• 1.2.3 存在的问题
• 1.3 研究内容
• 1.4 论文组织
• 第二章 遥感图像变化检测技术及流程
• 2.1 变化检测的基本概念
• 2.1.1 地物变化与遥感图像变化
• 2.1.2 变化检测的数据源
• 2.1.3 变化检测的定义
• 2.2 变化检测方法的分类与对比
• 2.2.1 基于像素代数运算的方法
• 2.2.2 分类后比较方法
• 2.2.3 基于空间结构特征的方法
• 2.3 变化检测结果的精度评估
• 2.3.1 影响变化检测方法效果的因素
• 2.3.2 变化检测的精度评估
• 2.4 变化检测的基本流程
• 2.5 本章小节
• 第三章 基于人造目标的同源图像变化检测
• 3.1 人造目标的基本特征
• 3.1.1 人造目标的灰度特征
• 3.1.2 人造目标的边缘特征变化分析
• 3.2 基于灰度形态学的边缘特征提取方法
• 3.2.1 边缘检测算子及其意义
• 3.2.2 基于灰度形态学的边缘检测算子
• 3.3 人造目标边缘特征变化判据
• 3.4 本章小节
• 第四章 顾及配准误差的异源图像变化检测
• 4.1 无人机序列图像镶嵌
• 4.1.1 无人机图像自动配准
• 4.1.2 无人机图像拼接
• 4.2 异源图像的几何配准
• 4.3 异源图像的相对辐射校正
• 4.3.1 相对辐射校正的目的
• 4.3.2 基于伪不变特征的相对辐射校正算法
• 4.4 顾及配准误差的异源图像变化检测
• 4.4.1 配准误差的影响分析
• 4.4.2 顾及配准误差的变化检测
• 4.5 本章小结
• 第五章 变化检测中的阈值自适应选取
• 5.1 经典的阈值自适应选取方法
• 5.1.1 Ridler&Calvard法
• 5.1.2 最大类间方差法
• 5.1.3 矩不变自动阈值法
• 5.1.4 最大熵自动阈值法
• 5.1.5 其它方法
• 5.2 基于分形维数的分割方法
• 5.2.1 分形理论
• 5.2.2 图像盒维数
• 5.2.3 阈值化思想
• 5.2.4 分割算法实现流程
• 5.3 本章小节
• 第六章 实验结果及分析
• 6.1 基于人造目标的同源图像变化检测实验及结果
• 6.1.1 形态学多级平均边缘检测实验结果
• 6.1.2 基于边缘特征的变化检测结果
• 6.2 顾及配准误差的异源图像变化检测实验及结果
• 6.2.1 无人机图像镶嵌实验
• 6.2.2 无人机图像与Spot5影像配准实验
• 6.2.3 异源图像相对辐射校正实验
• 6.2.4 异源图像的自适应阈值化实验
• 6.2.5 顾及配准误差的变化检测实验
• 第七章 总结与展望
• 参考文献
• 作者简历 攻读硕士学位期间的科研学术情况
• 致谢