基于协作表示的多时相遥感图像变化检测研究

摘要

遥感，通俗来说是指从远处探测、感知物体的技术，即不与物体本身进行接触，而是通过遥感平台搭载的传感器来探测和接收地面场景或目标的信息。遥感图像变化检测技术是指对地表同一地区不同时间得到的遥感图像进行分析处理，得到目标区域的变化信息。
　　随着稀疏表示理论的发展以及图像天然稀疏性的优势，越来越多的研究者将稀疏表示应用于遥感图像变化检测领域，提出了许多基于稀疏表示的遥感图像变化检测方法。这些方法能够有效利用图像的稀疏特性，提升遥感图像变化检测效果，但是这些方法也存在着计算复杂度较高，对零散的孤立点检测效果不佳，容易出现图像边框检测出错等问题，影响了变化检测的整体效果。
　　本文围绕遥感图像变化检测方法展开了研究工作，针对基于稀疏表示的变化检测方法存在的问题，提出了两种基于协作表示的遥感图像变化检测方法。本文的研究内容主要包括以下两部分:
　　1.针对传统稀疏表示变化检测方法计算复杂度过高等问题，本文结合流行的协作表示方法提出了一种双字典多协作系数差分的遥感图像变化检测技术。首先分别由两幅图像全局训练得到两个全局字典，其次两幅图像分别对两个字典求得相应的协作表示系数，然后使用这些协作系数得到蕴含差异信息的差分协作系数，最后对得到的差分协作系数进行分类得到变化检测结果。本文通过两组真实遥感图像数据的仿真实验，说明了本算法的有效性。
　　2.上述协作表示方法是对原始图像进行协作表示后得到协作表示系数，然后再根据协作表示系数得到蕴含差异信息的差分协作系数。从其他角度分析，提出了一种差异图像协作表示的变化检测算法。首先由两幅原始图像得到差异图像，其次由差异图像训练得到一个全局字典，然后由差异图像直接对字典求得蕴含差异信息的协作系数，最后对得到的协作系数进行分类。实验结果表明本文算法可以获得更好的变化检测效果。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景和意义

1．2 遥感图像变化检测研究现状

1．2．1 遥感图像变化检测技术研究现状

1．2．2 稀疏表示技术的研究现状

1．2．3 协作表示技术研究现状

1．3 本文的研究内容和组织结构

第2章 相关知识与理论基础

2．1 稀疏表示原理

2．2 协作表示原理

2．3 KSVD字典训练

2．3．1 字典学习

2．3．2 KSVD字典训练

2．4 本章小结

第3章 双字典多协作系数差分的变化检测方法

3．1 问题与算法描述

3．2 算法具体流程步骤

3．3 实验仿真对比分析

3．3．1 实验对比方法

3．3．2 实验数据及结果

3．3．3 视觉分析

3．3．4 评估参数分析

3．3．5 对比分析及总结

3．4 本章小结

第4章 差异图像协作表示的变化检测方法

4．1 问题与算法描述

4．2 算法具体流程步骤

4．3 实验仿真对比分析

4．3．1 实验对比方法

4．3．2 实验数据及结果

4．3．3 视觉分析

4．3．4 评估参数分析

4．3．5 综合分析

4．4 本章小结

结论

致谢

参考文献

攻读硕士学位期间发表的论文及科研成果