您的位置: turnitin查重官网> 下载中心 >基于多极化SAR影像土地利用/土地覆盖变化检测策略

基于多极化SAR影像土地利用/土地覆盖变化检测策略

收藏本文 2024-01-19 点赞:25122 浏览:110346 作者:网友投稿原创标记本站原创

摘要:土地利用/土地覆盖变化检测是多极化SAR影像的一个应用。但多极化SAR影像具有的复杂的电磁特性和受噪声影响严重等特点,使得多极化SAR影像的变化检测变得困难。论文主要多极化SAR影像自身的特点和变化检测中存在的问题,开展多极化SAR影像土地利用/土地覆盖变化检测研究,包括不同极化SAR影像的融合方法研究和变化检测算法研究。其中极化影像的融合是多极化SAR影像变化检测中的关键技术之一,对其研究可为后续的变化检测研究奠定基础;变化检测方法的研究从像素级和对象级两个层次分别。论文的主要工作和创新点包括:1.对极化SAR影像的特性了与分析,并从几何特性、辐射特性以及分辨率特征三个比较了SAR影像与光学影像的特性差异,以充分了解极化SAR影像的特性,为下一步变化检测算法的研究奠定基础。2.相干斑噪声是影响SAR影像解译与应用的一个因素。对多极化SAR影像的相干斑噪声抑制方法了总结与评述,并实例验证了几种典型噪声抑制算法的局限性。的去噪方法都不同的边缘模糊和细节损失问题,为最大限度地保留影像原始信息,的研究采取了不预先对影像去噪处理,变化检测算法本身来降低相干斑噪声的影响的策略,在一定上解决了“噪声抑制和细节保持”的难点问题。3.了一套基于NSCT变换域的多极化SAR影像融合方法,包括同一波段不同极化SAR影像的融合方法和不同波段不同极化SAR影像的融合方法。该方法可以较好地综合与增强原影像的细节信息,同时可以提高信噪比,同小波融合法等方法相比,具有的优势。4.了一种新的基于多尺度特征级融合的NSCT域多极化SAR图像变化检测算法。该算法对NSCT多尺度分解的低频子带系数处理来降低斑点噪声的影响;将多尺度、特征级融合策略引入到变化检测算法中,较好地实现了不同尺度、不同极化信息的融合与增强。5.面向对象变化检测中,如何在缺乏GIS辅助数据的情况下,实现不同时相影像分割结果的一一对应,了一种新的基于单时相影像分割的多极化SAR影像面向对象变化检测方法。该方法将一时相影像的分割结果与另一时相影像的套合与特征值比较,实现了无GIS数据支持下的图斑对象的一一对应;并对初次变化检测结果的分割与检测,实现变化区域的精确提取。该论文有图35幅,表14个,参考文献163篇。关键词:极化SAR论文变化检测论文融合论文NSCT变换论文面向对象论文

    摘要6-7

    Abstract7-12

    目录12-16

    图清单16-18

    表清单18-19

    1 绪言19-28

    1.1 研究背景19-20

    1.2 国内外研究现状20-24

    1.3 影响极化SAR 变化检测性能的主要因素24-25

    1.4 研究内容与结构安排25-28

    2 多极化SAR 影像特征分析28-43

    2.1 多极化SAR成像原理与影像特征28-34

    2.2 多极化SAR 影像与光学影像特征的比较34-37

    2.3 多极化SAR 影像性分析37-39

    2.4 多极化SAR 影像的相干斑噪声抑制39-42

    2.5 小结42-43

    3 多极化SAR 影像的融合处理43-69

    3.1 影像融合的基本原理与方法43-50

    3.2 非下采样Contourlet 变换理论50-55

    3.3 基于NSCT 变换的单波段多极化SAR 影像融合算法55-57

    3.4 基于IHS-NSCT 变换的多波段多极化SAR 影像融合算法57-59

    3.5 试验与分析59-68

    3.6 小结68-69

    4 像素级多极化SAR 影像变化检测69-94

    4.1 变化检测的基本69-72

    4.2 像素级变化检测方法与分析72-78

    4.3 阈值的确定方法78-81

    4.4 的基于多尺度特征级融合的NSCT 域变化检测新方法81-85

    4.5 试验与分析85-92

    4.6 小结92-94

    5 面向对象的多极化SAR 影像变化检测方法94-112

    5.1 基本原理94-102

    5.2 面向对象变化检测现有方法及问题分析102-104

    5.3 基于Cloude-Pottier 分解的影像对象极化特征构建104-106

    5.4 的基于单时相影像分割的面向对象变化检测新方法106-109

    5.5 试验与分析109-111

    5.6 小结111-112

    6 与展望112-114

    6.1 主要工作及创新点112-113

    6.2 不足与展望113-114

copyright 2003-2024 Copyright©2020 Powered by 网络信息技术有限公司 备案号: 粤2017400971号