导读:本文包含了变化检测算法论文开题报告文献综述及选题提纲参考文献，主要关键词:非下采样剪切波变换,自适应脉冲耦合神经网络,变化检测,遥感
变化检测算法论文文献综述
余银峰,祝美玲,张丽[1]（2019）在《一种新的遥感影像变化检测算法》一文中研究指出针对传统的遥感影像变化检测算法不能同时确保准确率高、抗噪能力强和时间成本低的现状,设计一种新的基于非下采样剪切波变换和自适应脉冲耦合神经网络相结合的遥感影像变化检测算法。充分采用邻域信息有效降低虚警数量;借助非下采样剪切波变换的多方向、多尺度分解并利用全局、局部滤波,有效降低漏警数量;非下采样剪切波变换具有平移、旋转和尺度不变性,有效提升抗噪能力;自适应脉冲耦合神经网络分类准确率高并且时间成本很低。实验结果表明,与其他算法相比,该算法具有更高的检测准确度、更强的抗噪能力和更低的时间成本。实验结果验证了该算法的优越性和可行性。(本文来源于《计算机应用与软件》期刊2019年10期）
张瑞辰,边少锋,刘雁春,李厚朴[2]（2019）在《大面积水深异常检测的条件变化自编码算法》一文中研究指出针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果。采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较。结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性。(本文来源于《测绘学报》期刊2019年09期）
尹瑞,杨建华,卢伟[3]（2019）在《基于规律性变化背景的异常检测算法研究》一文中研究指出煤层气开采安全问题日益受到广泛关注,为解决包含抽水机往复运动的煤层气开采现场的视频监控异常检测问题,提出一种基于有规律变化背景的异常检测算法。该方法先采用基于叁帧差法的区域分割算法将图像分割为静态背景区与包含抽水机往复运动的动态背景区。在分割静态背景区域与动态背景区域的同时,采用基于叁帧差的Surendra算法提取静态背景区信息,建立背景模型。然后针对不同的背景区采用不同的异常检测算法,可以较好的排除正常的抽水机往复运动对场景中异常检测的干扰。对于静态背景区采用叁帧差法与背景减除算法融合分割前景;对于动态背景区则采用叁帧差法分割前景。实验表明该算法在煤层气开采场景中能准确检测到前景,并满足视频监控的实时性要求。(本文来源于《控制工程》期刊2019年08期）
张续,江涛,胡世明,焦帅[4]（2019）在《迭代加权多元变化检测算法在高分辨率遥感影像变化检测中应用》一文中研究指出针对传统变化检测算法在高分辨率遥感影像变化检测中精度低的问题,探讨了迭代加权多元变化检测(IR-MAD)算法在高分辨率遥感影像变化检测中的有效性。首先通过多元变化检测(MAD)算法计算原始影像的特征值和特征向量,获得典型变量;然后利用最大期望算法(EM)计算典型变量的先验概率、均值和标准差;最后通过迭代加权获得每个像元稳定不变的权重,通过权重与阈值的比较判断像元是否发生变化,提取变化区域。使用高分辨率遥感影像WorldView和QuickBird数据作为实验数据,并与传统的变化向量分析法和主成分分析K均值法进行对比分析,结果表明,IR-MAD算法在高分辨率遥感影的变化检测中具有优势。(本文来源于《计算机应用》期刊2019年S1期）
赵秋菊[5]（2019）在《改进主成分分析的遥感影像变化检测算法》一文中研究指出针对基于多光谱遥感数据存在冗余以及变化检测阈值无法自适应问题,本文提出了一种对主成分分析进行改进的遥感自动变化检测算法。首先,对多时相的多光谱影像进行z-score标准化处理;然后,对I_1时相的影像进行主成分变换,并利用I_1时相计算得到主成分变换矩阵对I_2时相影像进行主成分变换;接着对变换后的主成分影像(p1,p2)求差,并对主成分差值影像(P)进行标准主成分变换,得到主成分影像p_3; p_3的前两个主成分差值影像p_4,以一倍标准差作为变化阈值,自动确定出变化区域。实验结果表明,该方法不需要对影像进行辐射校正,可以自动确定阈值来提取变化区域,同时提高了遥感变化检测的精度。(本文来源于《测绘与空间地理信息》期刊2019年06期）
娄雪梅[6]（2019）在《基于SAR图像的变化检测算法研究》一文中研究指出遥感图像的变化检测,是定量分析同一区域不同时间段的两幅遥感图像,从而获得两幅遥感图像之间的变化信息。合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动遥感技术,具有全方位,高分辨率,大面积覆盖的优点,它可以穿透覆盖物识别伪装,从而准确获取地面变化信息。因此,可以广泛利用于军事勘测与侦察,国土资源监测以及城市规划等方面。然而,SAR图像变化检测技术在当前的实际应用中仍面临诸多挑战,如:如何降低SAR图像噪声;如何在同一区域内准确获取不同时间SAR图像的差异图像;如何正确实现差异图像的分类;以及如何更准确地评估变化检测算法的性能。因此,研究SAR图像变化检测算法对于人们的现实生活具有重要意义。本文研究的目的是为了进一步改善提高SAR图像变化检测算法,提高检测结果的准确率。研究内容主要围绕如何降低SAR图像的原始噪声、如何获取较多信息的差异图像、如何对检测结果精确分类以及如何进行算法性能评估等方面而展开,并取得了如下的研究成果:1.提出了一种基于ROF模型半隐式去噪的SAR图像变化检测算法。首先,我们利用对数变换把SAR图像中的乘性斑点噪声转换为加性噪声;其次,利用半隐式差分格式求解ROF模型对噪声图像进行去噪;再利用差值法获取两幅遥感图像的差异信息得到差异图像;最后,采用模糊C均值FCM聚类算法对差值法获取的差异图像进行聚类,把最终的变化检测结果为变化类和未变化类。通过实验验证,本文算法进一步提高了SAR图像变化检测的检测效率,平衡了检测精度和运行时间。2.提出了一种基于ROF模型半隐式去噪和PCA融合的SAR图像变化检测。首先利用半隐式差分格式求解ROF模型对含噪声图像的进行去噪;其次,利用对数比值法和邻域比值法进行差异图像获取;再利用PCA融合算法对对数比值差异图和均值比值差异图进行差异图像融合,得到融合后的最终差异图像;最后利用模糊局部信息C均值聚类FLICM对最终的PCA融合后的差异图像进行聚类,把最终的变化检测结果为变化类和未变化类。通过实验验证,本文算法提高了变化区域的检测准确度,减少了检测算法整体的运行时间。(本文来源于《新疆大学》期刊2019-06-01）
但婷婷[7]（2019）在《基于遥感图像配准的非结构化道路变化检测算法研究》一文中研究指出非结构化道路(Unstructured roads)在城市和乡村道路之中占据重要的地位。检测它们的变化信息是自然灾害评估、地理数据更新、意外风险检测、道路灾害评估、城市规划和军事目标的动态监测等领域中不可缺少的内容。然而,非结构化道路通常不具有清晰的车道线和道路边界,并且易受诸如光照、阴影、天气变化等环境因素的影响。因此,检测它们的变化信息变得越来越困难。本文提出了一种利用小型无人机(Small unmanned aerial vehicle,SUAV)遥感图像配准方法进行多时相和多视角非结构化道路变化检测的新框架,该方法在将多时相和多视角图像转换为同一坐标系中起着重要作用并确定了非结构化道路变化检测的有效性。拟提出框架的主要贡献如下:(i)图像增强和图像聚类用于图像预处理,以减少外部因素(如:大气、太阳高度角、无人机飞行角等)的影响;(ii)生成使用来自预训练的视觉几何组(Visual geometry group,VGG)网络层的多尺度深度卷积特征描述符,并结合几何结构形状上下文特征以形成用于提取道路特征的互补特征,此外,VGG-16网络用于提取特征点以使提取的特征点均匀分布在图像中,从而减少冗余点对匹配精度的影响;(iii)采用动态调整内点数的策略以最大化利用图像潜在信息,从而提高点集配准过程的稳健性;(iv)引入全局和局部的几何结构双约束项以约束特征点集配准过程中的图像转换成本和特征点集的特征结构,并防止图像转换过程中所造成的不适定问题(ill-posed problem)产生的误匹配;(v)构造混合特征描述符的框架,可以任意调整两个特征之间的权重,以稳固道路特征描述。来自不同视角和不同时相的SUAV(DJI Phantom 4 Pro)图像的叁步实验结果验证了所提出的框架的鲁棒性和准确性,证明了其在非结构化道路图像中的可实施性。本文还比较了五种最先进的图像配准方法和两种最先进的变化检测方法,其中本文提出的方法在大多数情况下表现出良好的性能。(本文来源于《云南师范大学》期刊2019-05-31）
张毅辉[8]（2019）在《基于深度学习的医学影像变化检测算法研究》一文中研究指出现如今,科学技术飞速发展,物质水平大大提高,人们的生活节奏逐步加快。但也加快了癌症发病率的增长趋势。放射治疗作为肿瘤治疗的首选方法,对癌细胞拥有着较强的杀伤作用,但对正常组织影响不大。放疗常需要根据影像的特征来追踪评估疗效,所以放疗前后医学图像的变化检测技术就显得尤为关键了。深度学习近年来在各个领域大放异彩,在医学图像自动化处理方面更是发挥着重要的作用。与机器学习不同的是,深度学习利用深度神经网络模型来分析和研究数据,并通过特征提取和特征分类来提高效率,因此受到广大研究者的青睐。本文采用了基于特征提取和深度置信网络相结合的深度学习方法来进行医学图像的变化检测,能够检测不同时期的放疗前后的医学影像的变化,具有了良好的检测效果,通过检测结果能够记录病变区域的变化和发展趋势,从而为临床诊断提供更多参考依据。具体研究内容如下:(1)基于深度学习的变化检测方法需要建立DBN(深度置信网络)来训练数据,而DBN是由多个RBM(受限玻尔兹曼机)构成的,这就首先要对每个RBM进行预训练来来得到初始权重。由于训练神经网络需要进行样本的筛选和特征提取,本文提出一种基于模糊聚类的联合分类算法,并通过快速广义模糊C均值法(FGFCM)来缓解医学图像的伪影现象和部分容积效应,最后将提取的特征输入到深度置信网络中,利用反向BP算法调整参数,最后得到最终的医学影像变化检测模型。(2)本文提出采用SIFT特征提取和深度神经网络模型相结合的方法,SIFT特征可以较为全面地描述原图像的不变特征,这样有利于有效的区分变化部分和非变化部分。其次,进一步使用深度神经网络能够获取到原图像的深层次特征信息。因此,本文工作主要是尝试将这两方面的算法有效结合,利用SIFT特征的尺度不变性和平移不变性以及深度置信网络自身强大的特征提取能力,使深度置信网络来得到较好的训练效果。最后将改进的方法应用在医学影像上,来解决医学影像的变化检测问题。通过设置实验对多组真实的医学影像数据进行实验后证明,该方法在医学图像变化检测方面有着较好的效果。综上所述,本文研究的方法可以有效检测出放疗前后医学图像发生的变化,并为后续的医疗诊断提供理论基础,而且在一定程度上解决了医学图像中的伪影现象和部分容积效应。实验结果表明,该方法是有效的。(本文来源于《中北大学》期刊2019-05-21）
仝彤,慕晓冬,张力[9]（2019）在《基于改进二维熵-量子遗传算法的图像多阈值变化检测方法》一文中研究指出针对二维熵法阈值分割中精度和时间性能较差的问题,提出了基于改进二维熵-量子遗传算法的多阈值图像分割方法。定义了二维阈值量子染色体的编码方式,解决了传统遗传算法优化二维最大指数熵阈值过程中速度慢、多样性小的缺点;在产生阈值解时,提出了半随机策略来代替传统的完全随机策略,加快寻优速度;改进了量子门旋转角度方式,提出了一种新的自适应旋转角度的方法,提高了算法的精度和收敛速度。并进行了分割实验和SAR图像变化检测实验。结果表明:该方法比基于一维熵的图像分割算法具有更高的抗噪性;其寻优速度较完全随机产生阈值解的量子遗传算法提高了3倍～5倍;避免了算法发散或过早收敛。与其他基于阈值分割的变化检测算法相比,性能更好。(本文来源于《火力与指挥控制》期刊2019年05期）
邵宁远,邹焕新,陈诚,李美霖,秦先祥[10]（2019）在《面向变化检测的SAR图像超像素协同分割算法》一文中研究指出针对面向对象的合成孔径雷达(synthetic aperture radar,SAR)图像变化检测中存在的多时相图像边界和空间对应关系不一致的问题,提出了一种面向变化检测的SAR图像超像素协同分割算法。首先,分别计算两幅不同时相SAR图像中两个像素点之间的强度相似度,并进行加权组合得到新的像素强度相似度。其次,对两幅不同时相的SAR图像及其对数比值图分别进行边缘提取,以同一像素位置的最大边缘值构造二值边缘图。最后,以融合了像素强度、空间距离和边缘信息的相似度代替CIELAB彩色空间相似度,利用改进简单线性迭代聚类算法对多时相SAR图像进行超像素分割,得到边界准确、空间对应的协同分割结果。基于一组仿真和一组实测多时相SAR图像的协同分割实验结果表明,该方法的边缘贴合率、欠分割误差和可达分割准确率均优于其他4种经典方法。(本文来源于《系统工程与电子技术》期刊2019年07期）
变化检测算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对大面积海底地形数据缺失或异常的复杂及多变性特点,结合条件变分自编码器(CVAE)与深度卷积生成对抗网络(DCGAN),构建了条件变分自编码生成对抗网络(CVAE-GAN)大面积海底伪地形的检测与剔除方法。本文方法利用条件变分自编码算法改变原有的样本分布,通过对训练样本的学习重新构建样本之间的分布规律,有效提高了高维到低维映射的稳定性;结合生成对抗网络,提高了整体算法的稳健性,最终得到较优的检测与剔除结果。采用水深格网数据进行试验,并与中值滤波法、趋势面滤波法进行比较。结果表明,本文方法在精度、稳定性及噪声稳健性方面有所提高,验证了本文方法在海底地形数据处理上具有可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
变化检测算法论文参考文献
[1].余银峰,祝美玲,张丽.一种新的遥感影像变化检测算法[J].计算机应用与软件.2019
[2].张瑞辰,边少锋,刘雁春,李厚朴.大面积水深异常检测的条件变化自编码算法[J].测绘学报.2019
[3].尹瑞,杨建华,卢伟.基于规律性变化背景的异常检测算法研究[J].控制工程.2019
[4].张续,江涛,胡世明,焦帅.迭代加权多元变化检测算法在高分辨率遥感影像变化检测中应用[J].计算机应用.2019
[5].赵秋菊.改进主成分分析的遥感影像变化检测算法[J].测绘与空间地理信息.2019
[6].娄雪梅.基于SAR图像的变化检测算法研究[D].新疆大学.2019
[7].但婷婷.基于遥感图像配准的非结构化道路变化检测算法研究[D].云南师范大学.2019
[8].张毅辉.基于深度学习的医学影像变化检测算法研究[D].中北大学.2019
[9].仝彤,慕晓冬,张力.基于改进二维熵-量子遗传算法的图像多阈值变化检测方法[J].火力与指挥控制.2019
[10].邵宁远,邹焕新,陈诚,李美霖,秦先祥.面向变化检测的SAR图像超像素协同分割算法[J].系统工程与电子技术.2019
标签：非下采样剪切波变换; 自适应脉冲耦合神经网络; 变化检测; 遥感;