遙感圖像區(qū)域變化檢測技術的研究.pdf

1、近年來，遙感圖像的區(qū)域變化檢測技術在國民經(jīng)濟和國防建設中發(fā)揮了重要的作用。本文圍繞著變化檢測技術中一些關鍵技術進行了研究，主要涉及:1)遙感圖像去噪;2）彩色遙感圖像分割和3）遙感圖像分類識別。
　　由于氣象的原因，在遙感圖像成像過程中有時會混有云霧噪聲。區(qū)域性云霧的存在會嚴重影響遙感圖像的判讀和分析。本文在考察含云遙感圖像中地物信息和噪聲信息的頻率分布特點的基礎上，提出了基于小波變換及HSI顏色空間的遙感圖像云霧噪聲去除的算法。

2、此算法在較大程度上保留遙感圖像中有用信息的基礎上，較好的去除了遙感圖像中存在的云霧噪聲。
　　遙感圖像分割是實現(xiàn)區(qū)域變化檢測的前提條件之一。分割質(zhì)量的好壞，決定著區(qū)域變化檢測的成敗。本文基于統(tǒng)計學原理利用統(tǒng)計區(qū)域合并算法對彩色遙感圖像進行了多尺度分割。針對分割過程中存在的“過分割”問題，本文結(jié)合分割后的區(qū)域的LBP特征及邊緣特征，提出了一種基于閾值的區(qū)域合并算法。
　　良好的圖像分類識別技術，是區(qū)域變化檢測結(jié)果準確的保障。文

3、章對傳統(tǒng)的視覺詞袋模型(Bag-Of-Visual-Words，BOVW)算法中“單詞”分配步驟進行了分析研究。針對傳統(tǒng)的BOVW算法中“單詞”在“硬分配”過程中存在的問題，采用了具有魯棒性的“軟分配”方法。利用此方法，可以提高遙感圖像的分類識別率。
　　傳統(tǒng)的BOVW算法在計算時間上消耗巨大。本文在對傳統(tǒng)的BOVW算法進行較為深入研究的基礎上，提出的Fast BOVW算法。此算法主要通過改進視覺詞典建立的方法，來達到提高計算速度