| 【中文题名】 | 一种基于不确定性推理模型的高分辨率遥感影像变化检测方法研究 |
| 【英文题名】 | The Study of High-Resolution Images Change Detection Method Based on Uncertainty Reasoning Model |
| 【学科专业】 | 信号与信息处理 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-1-20 |
| 【中关键词】 | 变化检测,不确定性推理,模糊逻辑,空域特征,约束贝叶斯网络, |
| 【英关键词】 | Change Detection,Uncertainty Reasoning,Fuzzy Logic,Spatial Feature,Constrained Bayesian Networks, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>遥感技术>遥感图像的解译、识别与处理>图像处理方法> |
| 【论文摘要】 | 变化检测方法通常是利用对同一地区在不同时期拍摄的两幅单波段或多波段遥感图像,采用图像处理和模式识别等手段,检测出该地区的地物变化信息,它在环境、农业、水利和军事等诸多领域都有着非常广泛的应用。
目前大部分变化检测研究主要集中在利用低分辨率卫星影像检测土地利用等宏观应用上,往往不能满足高精度分析的要求。而对于高分辨率遥感图像的变化检测,面临的突出问题是对配准误差的敏感性和人工环境下地形的复杂性。传统的基于像素的变化检测方法和基于分类的变化检测方法均难以获得理想的检测效果。通过对高分辨率卫星影像中人工环境的地物结构特点的研究,本文提出了一种基于不确定性推理模型的变化检测方法,并针对该方法中的关键性技术展开了论述。
通过对人工智能中不确定性推理的研究,本文在贝叶斯网络的基础上提出了一个适于表达逻辑知识的推理模型——约束贝叶斯网络模型,为基于不确定性推理模型的变化检测方法奠定理论基础。另外,为了考察图像的空域信息,本文提出了两个统计特征:局部匹配度特征和局部最大平均差分特征。根据这两个特征结合辐射域的图像灰度差值特征一起对变化与否作出判决,降低了高分辨率影像由于局部配准误差带来的虚警率。
... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-8 |
|
第一章 绪论 |
8-15 |
|
1.1 课题研究的背景和意义 |
8-9 |
|
1.2 变化检测应用的历史及发展趋势 |
9-10 |
|
1.3 国内外研究现状 |
10-11 |
|
1.4 变化检测面临的问题 |
11-12 |
|
1.5 本文思路及主要工作 |
12-13 |
|
1.6 章节安排 |
13-15 |
|
第二章 变换检测技术综述 |
15-24 |
|
2.1 概述 |
15-16 |
|
2.2 目前常用的变化检测方法 |
16-21 |
|
2.2.1 图像差值法 |
16 |
|
2.2.2 图像比值法 |
16-17 |
|
2.2.3 图像回归法 |
17 |
|
2.2.4 植被索引差值法 |
17-18 |
|
2.2.5 内积分析法 |
18 |
|
2.2.6 变化向量分析法 |
18-19 |
|
2.2.7 主分量分析法 |
19 |
|
2.2.8 统计测试法 |
19 |
|
2.2.9 分类后比较法 |
19-20 |
|
2.2.10 直接多时相分类法 |
20 |
|
2.2.11 基于边缘提取的方法 |
20-21 |
|
2.2.12 其他方法 |
21 |
|
2.3 各种方法的比较 |
21-24 |
|
第三章 不确定性推理模型的设计 |
24-47 |
|
3.1 问题的提出 |
24-25 |
|
3.2 相关理论的研究 |
25-32 |
|
3.2.1 不确定性推理概述 |
25-28 |
|
3.2.2 概率推理原理 |
28-30 |
|
3.2.3 贝叶斯推理网络 |
30-32 |
|
3.3 约束贝叶斯网络模型的提出 |
32-47 |
|
3.3.1 推理模型的图形表达 |
33-34 |
|
3.3.2 不确定性的量度 |
34-35 |
|
3.3.3 证据不确定性的表示 |
35-36 |
|
3.3.4 知识不确定性的表示 |
36-37 |
|
3.3.5 推理计算 |
37-42 |
|
3.3.6 约束贝叶斯网络的构建 |
42-45 |
|
3.3.7 约束贝叶斯网络在变化检测中的应用 |
45-47 |
|
第四章 变换检测系统设计及实现 |
47-71 |
|
4.1 系统设计思路及流程概述 |
47-48 |
|
4.2 预处理 |
48-50 |
|
4.2.1 辐射校正 |
48-49 |
|
4.2.2 配准 |
49-50 |
|
4.3 特征选取 |
50-56 |
|
4.3.1 图像差值 |
51-52 |
|
4.3.2 局部匹配度 |
52-55 |
|
4.3.3 局部最大平均差分 |
55-56 |
|
4.4 变化判决 |
56-61 |
|
4.4.1 利用约束贝叶斯网络表示知识 |
57-58 |
|
4.4.2 确定初始证据的真值度 |
58-60 |
|
4.4.3 计算结论的真值度 |
60-61 |
|
4.5 结果可视化处理 |
61-64 |
|
4.5.1 二值化 |
61-62 |
|
4.5 2.数学形态学处理 |
62-64 |
|
4.6 变化检测系统的软件实现 |
64-66 |
|
4.7 实验结果及分析 |
66-71 |
|
第五章 结束语 |
71-73 |
|
硕士期间发表的文章 |
73-74 |
|
参考文献 |
74-78 |
|
致谢 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.389321 |
