智能计算导论课程设计-基于模糊贴近度的sar图像变化检测

智能计算导论课程设计-基于模糊贴近度的sar图像变化检测

ID:6811010

大小:845.00 KB

页数:18页

时间:2018-01-26

智能计算导论课程设计-基于模糊贴近度的sar图像变化检测_第1页
智能计算导论课程设计-基于模糊贴近度的sar图像变化检测_第2页
智能计算导论课程设计-基于模糊贴近度的sar图像变化检测_第3页
智能计算导论课程设计-基于模糊贴近度的sar图像变化检测_第4页
智能计算导论课程设计-基于模糊贴近度的sar图像变化检测_第5页
资源描述:

《智能计算导论课程设计-基于模糊贴近度的sar图像变化检测》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、智能计算导论课程设计题目:基于模糊贴近度的SAR图像变化检测班级:姓名:学号:【摘要】:图像变化检测技术旨在检测不同时间段的同一场景图像之间发生的变化。图像变化检测技术主要依赖于辐射值或局部纹理的变化。这些变化可能是由于地表覆盖的真实变化引起的,或者是由照射角、大气条件、传感器精度。地面湿度等条件变化引起的。变化检测的基本前提是相对于由一些随机因素引起的变化由对象本身变化引起的辐射值或局部纹理的变化是可分的。合成孔径雷达具有全天候、全天时的特点,可方便地获得同一地区不同时间段的图像,于是SAR图像变化检测是它的一个重要应用领域。SAR图像变化检测是遥感技术的

2、主要应用之一,它通过对不同时期图像的比较分析,根据图像之间的差异来得到所需要的变化信息。SAR图像变化检测已经应用于很多方面,如对人工检测比较困难的热带雨林、沙漠等自然条件恶劣的地区进行监测,以了解生态环境变化的情况;对农田进行监测,分析农作物生长状况;对军事目标进行监测,了解兵力部署、军事调动等情报;对城区环境进行监控,合理规划城市布局,土地使用的管理和规范,非法占地和违章建筑的监控等。随着研究环境和持续发展相关的许多地物变迁现象都是动态变化过程,随着遥感观测技术及SAR成像技术的发展,获取多波段、多极化、多时段的SAR图像的能力已大大提高,可为这些动态过

3、程问题的研究提供丰富的信息源。但是由于地球系统的开放性、复杂性和不确定性,如何有效地提取所需的信息,揭示出其变化等规律,是当前急需解决的问题,通过对不同时段的多通道(多波段或多极化等)的SAR图像之间的变化检测来获取地表覆盖的变化情况便成为一个日益重要的课题研究方向之一。本文研究了基于模糊贴近度的图像进行变化检测,所提供的实验结果和验证算法的有效性,并显示了SAR图象在变化检测方面有良好的应用前景。【关键词】:SAR图象模糊贴近度变化检测1引言  遥感变化检测是指通过对不同时期同一区域的遥感图像进行比较分析,根据图像之间的差异得到所需要的地物或目标的变化信息

4、。现代遥感技术的飞速发展为变化检测提供了一种便捷的途径,遥感数据成为变化检测的主要数据源。  与可见光和红外遥感相比,微波遥感具有无可比拟的优点:微波能穿透云雾、雨雪,具有全天候、全天时的工作能力。二,微波对地物有一定穿透能力。三,采用侧视方式成像,覆盖面积大。正是这些优点,使得SAR图像日益成为变化检测的重要数据源。  SAR变化检测技术的需求日益广泛。目前,全球坏境变化加剧,城市急速发展,洪水、地震等自然灾害时有发生,这些都需要及时掌握相关动态信息,为相关决策部门提供支持,而SAR的种种优点为快速响应提供了技术支持和应急保障。2变化检测的预处理  2.1

5、图像配准  图像的配准精度对变化检测的精度影响很大,如果图像没有较高精度的配准,则图像的错位会带来大量的虚警。因此,针对这一方面,Dai和Khorran[1]得出的结论为:好的变化检测结果需要高精度的配准算法。JeannieMoulton[2]等针对多时相SAR图像的平移及偏转误差提出一种解决方法。意大利的Paolo[3]针对高分辨SAR影像配准的困难,提出基于象元与特征相结合的方法进行未精确配准的变化检测研究。  2.2噪声抑制  基于SAR图像的变化检测对斑点的抑制要求很高:降班算法要既能有效降斑,还能保持图像的细节信息。因此,需要采用性能良好的自适应降

6、斑方法来完成。相干斑抑制方法可以分为两类:一类是成像前的多视平滑处理,但同时也降低了图像的空间分辨率,所以目前常用的方法为成像后的去相干斑噪声的滤波技术。滤波方法主要有:(1)传统方法,如均值滤波、中值滤波等;(2)模型方法,假定静态的噪声模型,采用相应的滤波器进行处理,如Kalman滤波和Lee滤波;(3)几何滤波方法,如GammaMAP滤波;(4)基于局域统计自适应滤波,这种方法能在平滑噪声的同时较好的保持边缘信息,是目前的SAR变化检测常用的方法。  本次实验采用的方法是frost滤波,Frost滤波器是特定大小窗口的像素值和指数脉冲响应m卷积的Wie

7、ner自适应滤波器:其中K是滤波器参数,t0代表中心像素的位置,

8、t

9、是距t0的距离。Frost滤波器采用的斑点噪声模型采用的形式如下:这里hij是系统响应函数,“*”为卷积算子。在通常的应用中,一般假定hij为delta函数,最小均方滤波器形式如下:这里t对应于空间域中像素之间的距离。选择脉冲函数m(t),使下式最小:按照频率域中Wiener滤波器的推导,就可以找到上式的解。Frost滤波对于斑点噪声的抑制效果很好,同时对边缘、纹理和细节特征也有较好的保留作用,从实验结构可以证明这一点。3常用的变化检测算法  SAR图像变化检测是研究不同时期的同一场景图像

10、之间发生的变化。归结起来,近些年逐步形成的SAR图像

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。