SAR图像变化检测应用研究

SAR图像变化检测应用研究

ID:43496018

大小:3.95 MB

页数:68页

时间:2019-10-08

SAR图像变化检测应用研究_第1页
SAR图像变化检测应用研究_第2页
SAR图像变化检测应用研究_第3页
SAR图像变化检测应用研究_第4页
SAR图像变化检测应用研究_第5页
资源描述:

《SAR图像变化检测应用研究》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、分类号:TN911.73单位代码:10183研究生学号:2015522054密级:公开SAR图像变化检测吉林大学应用研硕士学位论文究(学术学位)张SAR图像变化检测应用研究岩TheAppliedResearchofSARImageChangeDetection吉林大作者姓名:张岩学专业:信号与信息处理研究方向:图像处理指导教师:王世刚教授培养单位:通信工程学院2018年06月—————————————————————SAR图像变化检测应用研究—————————————————————TheApplied

2、ResearchofSARImageChangeDetection作者姓名:张岩专业名称:信号与信息处理指导教师:王世刚教授学位类别:工学硕士答辩日期:年月日未经本论文作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则,应承担侵权的法律责任。吉林大学硕士学位论文原创性声明本人郑重声明:所呈交学位论文,是本人在指导教师的指导下,独立进行研究工作所取得的成

3、果。除文中已经注明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日《中国优秀博硕士学位论文全文数据库》投稿声明研究生院:本人同意《中国优秀博硕士学位论文全文数据库》出版章程的内容,愿意将本人的学位论文委托研究生院向中国学术期刊(光盘版)电子杂志社的《中国优秀博硕士学位论文全文数据库》投稿,希望《中国优秀博硕士学位论文全文数据库》给予出版,并同意在

4、《中国博硕士学位论文评价数据库》和CNKI系列数据库中使用,同意按章程规定享受相关权益。论文级别:□√硕士□博士学科专业:信号与信息处理论文题目:SAR图像变化检测应用研究作者签名:指导教师签名:年月日作者联系地址:吉林大学通信工程学院作者联系电话:18204314170摘要SAR图像变化检测应用研究由于合成孔径雷达(SyntheticApertureRadar,SAR)传感器的全天时全天候特点,SAR图像变化检测成为人们评估灾害、监测环境的主要手段。变化检测主要对同一地理位置不同时期地物地貌变化有效监

5、测。然而因受各种因素的影响,如果直接将光学图像处理方法应用到SAR图像变化检测中,检测结果会出现很大偏差,其中SAR数据固有的相干斑噪声(乘性噪声)一直是近年来众多学者关注的热点问题。现有算法虽然在特定数据集上能够得到较好的结果,但是适用性不强,当处理不同类型的数据,检测结果差异较大。尤其当检测具有多目标区域的SAR图像对时,单一的阈值不能够同时使不同的目标结果最优。因此,本文针对实际应用的需求,减少相干斑噪声的影响,找到适用性较强的变化检测方法,考虑了不同单极化多时相高分辨率SAR图像数据情况,开展了

6、一系列的实验研究。首先,对数比是一种能够转换相干斑噪声为加性噪声简单有效方法,但是邻域信息考虑较少,因此提出加权对数比方法改进对数比方法,并且为了增强变化差异程度,利用了类似于核函数的方式。实验结果表明,加权对数比优于经典均值对数比检测方法。实验中发现,基于对数比的方法,在大多数情况下都有较好的检测结果,但是也有部分SAR图像数据检测不到主要变化区域,方法有很大的局限性。根据对数曲线特性,对数运算会加强低像素级区域的变化尺度,但是同时也减弱了高像素级的变化尺度。对于大多数数据集来说,最直观的变化发生在水

7、域,植被区域等低像素区域,但变化区域在建筑等表现为高像素级的区域时,我们将检测不到变化区域,实际上基于对数运算的方式,只能检测恰当的低像素级变化区域,而这个低像素灰度范围并不明确,因此也需要额外进行检测。差值法作为最基本的变化检测方法可以确切的检测到主要变化区域,但是却面临高虚警率的问题,因此我们在差值法基础上引入显著性提取,改善虚警率偏高的情况。显著性提取最初来源于光学图像处理方法,主要用于获取视觉上较为明显的区域,多数情况下为像素级较高的区域,而弱化了低像素级的变化尺度,能够有效检测非低像素级变化区

8、域。综合分析,本文提出加权对数比和显著性提取方法两条检测路线同时进行的检测流程,最后检测结果有效叠加获得全部检测区域。为获得更加准确的变化区域信息,引入图像融合方式。考虑shearlet的稀疏特性和多尺度特征,引入shearlet降噪以及shearlet融合。Shearlet降噪方法主要针对于加性噪声,因此需要使用对数运算进行转换。降噪后,一条路线继续使用加权对数比方法进行检测,另一条路线进行反对数运算,然后使用基于显著性提取的差值方法。两

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。