基于mst的遥感图像变化检测研究

《基于mst的遥感图像变化检测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士研究生学位论文新疆大学论文题目(中文)：基于MST的遥感图像变化检测研究论文题目(外文)：AStudyonRemoteSensingImageChangeDetectionBasedonMinimumSpanningTree研究生姓名：胡雪梅学科、专业：工学、信息与通信工程学位类别：工学硕士学位研究方向：通信与信息系统导师姓名职称：贾振红教授王庆祥高工论文答辩日期2015年5月23日学位授予日期2015年6月日摘要本论文围绕图像分割、特征信息提取和根据特征信息分类进行研究，提出了两种遥感图像变化检测算法：（1）针对遥感图像的变化检测结果与分割方法及分

2、割尺度有较强的相关性，提出了一种多尺度分割融合的对象级遥感图像变化检测方法。先用改进的最小生成树的分割算法对图像进行多尺度联合分割，使变化的信息在不同尺度上很好的表达出来。然后利用光谱特征和纹理特征计算多尺度下的差异系数，结合双阈值提取出变化区域，最后将变化检测结果进行融合，从而得到算法期望的结果。（2）为了获取图像信息较完好的差异图像以及得到更好的变化检测结果，提出了一种基于最小生成树（MST）聚类的遥感图像变化检测算法。为了不受图像斑点噪声的影响，本算法计算差异图像采用归一化邻域比值法，根据差异图像直方图把像素大致分为变化、非变化和未确定三类，然后针

3、对未确定像素计算其纹理特征，根据特征值两次使用MST算法进行聚类，最后根据目标函数断开最小的边将未确定像素分为变化类和未变化类，至此得到最终变化检测结果。实验结果表明，与类似的算法相比，本文算法具有较好的检测结果和更高的检测精度。关键词：遥感图像、最小生成树聚类、变化检测、纹理特征、多尺度分割IAbstractThisthesisrevolvesaroundhowtoeffectivelysegmentimages,howtocalculatethetexturefeaturesandclusteredintotwogroups,whichpropose

4、dthefollowingtwoalgorithms:(1)Aimingattheproblemsthatremotesensingimagechangedetectionhasstrongcorrelationwithsegmentationmethodandscale,thispaperproposesanewobjectlevelimagechangedetectionmethodbasedonmulti-scalesegmentationandfusion.Firstofall,animprovedminimumspanningtreesegme

5、ntationalgorithmwasadoptedtosegmenttwoimageswithmulti-scaletogether,soastoensurethespacepositionofsegmentationimagespotisexactlythesame.Thenspectralandtexturefeatureswasusedtocalculatethedifferentindexofcorrespondingspotsinmulti-scale,andfinallythefusionofdifferentscalewasapplied

6、todetecttheimagechange.Experimentsshowedthattheproposedmethodobtainedbetterdetectionresultandaccuracy.(2)Toobtaincomplementaryinformationofdifferenceimageandgainabetterchangedetectionresult,thispaperproposesanunsupervisedchangedetectionalgorithm.Thetechniqueisbasedonminimumspanni

7、ngtree(MST)clustering.Firstofall,anormalizedneighborhoodratioapproachisadoptedtoobtainthedifferenceimageoftwoimagesacquiredinthesamegeographicalareaatdifferentmoments.Thendividepixelsintochangedpixels,unchangedpixelsanduncertainpixelsaccordingtograydifferencehistogram.Aimingatunc

8、ertainpixels,useminimumspanningtreealgor