多时相遥感图像变化检测方法研究

论文摘要

遥感图像变化检测技术是指通过分析在同一地区不同时间获得的两幅图像来辨识其变化信息。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,变化检测技术在环境监测、土地利用/覆盖、农业调查、城市变化分析、军事侦察和打击效果评估等方面的应用越来越广泛。本论文围绕着如何从单波段多时相遥感图像中有效地检测变化区域,完成了以下三个方面的工作:(1)提出了一种基于非参数密度估计和变权马尔可夫随机场(Markov Random Fields, MRF)模型的遥感图像变化检测方法。首先采用核密度估计的方法估计差异图像的类条件概率密度,再结合变权MRF模型进行差异图像的分类,生成变化检测结果图。通过对模拟和真实遥感数据集的实验验证了该方法的有效性。(2)提出了一种基于地统计学(Geostatistics)纹理和可靠尺度融合的遥感图像变化检测方法。首先采用多个移动窗口计算伪交叉变差函数(Pseudo Cross Variogram, PCV)值以构造差异图像,再与差值法构造的差异图像组成多尺度差异图像序列,然后对该序列进行可靠尺度融合,生成变化检测结果图。通过对模拟和真实遥感数据集的实验验证了该方法的有效性。(3)提出了一种基于非线性各向异性扩散(Nonlinear anisotropic diffusion)和模糊增强的遥感图像变化检测方法。首先对差值法构造的差异图像进行非线性各向异性扩散平滑滤波,再对滤波后的差异图像进行模糊增强,然后对增强后的差异图像应用Otsu阈值和二维快速Otsu阈值,生成变化检测结果图。通过对真实遥感数据集的实验验证了该方法的有效性。本论文工作得到了国家自然科学基金(No.60672126和No.60970066)和国家高技术研究发展计划(863计划)(No.2007AA12Z223和No.2009AA12Z210)的资助。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究的背景和意义
• 1.2 遥感图像变化检测研究发展现状
• 1.2.1 变化检测研究的主要内容
• 1.2.2 变化检测研究现状及发展趋势
• 1.2.3 变化检测研究存在的主要问题
• 1.3 本论文的结构安排
• 第二章 多时相遥感图像变化检测方法
• 2.1 变化检测的处理流程
• 2.1.1 变化检测的预处理
• 2.1.2 变化区域检测
• 2.1.3 变化检测的后处理
• 2.1.4 变化检测的性能评价
• 2.2 现有主要的变化检测方法
• 2.2.1 基于比较后分类的变化检测方法
• 2.2.2 基于分类后比较的变化检测方法
• 2.2.3 基于二值掩膜法的变化检测方法
• 2.2.4 基于二维散点图的变化检测方法
• 2.3 本章小结
• 第三章 基于非参数密度估计和变权MRF 模型的遥感图像变化检测方法
• 3.1 引言
• 3.2 差异图像的非参数密度估计
• 3.3 基于变权MRF 模型的差异图像分类
• 3.3.1 MRF 模型
• 3.3.2 变权MRF 模型
• 3.3.3 MPM 算法
• 3.4 本章方法具体描述
• 3.5 实验结果及分析
• 3.5.1 实验数据集
• 3.5.2 实验结果及分析
• 3.6 本章小结
• 第四章 基于地统计学纹理和可靠尺度融合的遥感图像变化检测方法
• 4.1 引言
• 4.2 地统计学原理及变差函数
• 4.2.1 区域化变量
• 4.2.2 变差函数
• 4.3 图像的地统计学纹理计算
• 4.3.1 常用的变差函数
• 4.3.2 变差函数的计算参数
• 4.4 可靠尺度选择及融合策略
• 4.4.1 可靠尺度选择
• 4.4.2 融合策略
• 4.5 实验结果及分析
• 4.6 本章小结
• 第五章 基于非线性各向异性扩散和模糊增强的遥感图像变化检测方法
• 5.1 引言
• 5.2 非线性各向异性扩散及模糊增强
• 5.2.1 非线性各向异性扩散
• 5.2.2 模糊增强算法
• 5.3 二维Otsu 阈值及其快速算法
• 5.3.1 二维Otsu 阈值算法
• 5.3.2 二维Otsu 阈值算法的快速实现
• 5.4 实验结果及分析
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 论文工作总结
• 6.2 展望及下一步工作
• 致谢
• 参考文献
• 作者在读期间的研究成果