导读:本文包含了基于变化区域检测论文开题报告文献综述、选题提纲参考文献，主要关键词:遥感,区域,误差,面向对象,白质,信号,影像。
基于变化区域检测论文文献综述写法
张毅辉,秦品乐,曾建潮[1]（2019）在《基于深度学习的脑白质病变区域MRI图像变化检测》一文中研究指出为了能够自动检测不同时期脑白质病变区域的变化,提出了一种基于深度学习的脑白质病变区域MRI图像变化检测方法,根据MRI影像的成像特点,首先对两幅图像进行预处理和预分类,选取合适的样本集,然后进行深度神经网络的训练.主要的指导原则是直接从训练好的深度神经网络中生成两幅MRI图像的变化检测图,该算法省去了生成差异图DI这一过程,一定程度上避免了DI对最终检测结果的影响.实验结果表明,该算法能够较为准确地检测出脑白质病变区域中的变化部分,在医学图像变化检测方面中有着不错的效果,通过检测结果能够记录病变区域的变化和发展趋势.(本文来源于《中北大学学报(自然科学版)》期刊2019年03期）
吕恩利,阮清松,刘妍华,王飞仁,罗毅智[2]（2019）在《基于激光扫描区域动态变化的智能叉车障碍物检测》一文中研究指出为了解决干果仓储过程中智能叉车行驶过程的障碍物误检问题,该文提出一种基于车速与转向角的智能叉车障碍物动态检测方法。智能叉车通过车载激光传感器实时获取车身位姿和周围环境信息,并结合所建立的叉车运动几何模型,形成基于水平和倾斜激光测距传感器扫描面的双面融合障碍物动态检测方式,使得智能叉车的障碍物检测区域随车速及转向角动态变化。试验结果表明:水平扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为50.00%,矩形方法误检率为10.00%;倾斜扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为30.77%,矩形方法误检率为69.23%。该文方法的警情预测与实际相符,以水平扫描测距传感器为主,倾斜扫描测距传感器为辅,能够检测到的障碍物最低高度约为31mm,有效解决了智能叉车在仓库中的障碍物误检问题,较传统障碍物检测方法更适用于仓储运输,提高了智能叉车在仓库中的机动性和安全性。该研究可为体型较大的仓储智能运输车辆的障碍物检测方法提供参考。(本文来源于《农业工程学报》期刊2019年03期）
刘恋,马张烽,李浩,赵诣[3]（2018）在《区域增长的自适应窗口SAR变化检测》一文中研究指出针对传统变化检测的均匀窗口的非平稳性,提出一种基于区域增长的自适应窗口滤波,再对同质区域进行二次估计,采用最小均方根方法对像素点的滤波值进行补偿,并基于这种非均匀窗口,提出基于特征点的变化检测方法,在同质区窗口内建立邻域点与特征点的权重模型,依次获得一个加权的变化检测值。算法总结分为两个步骤:(1)单像片去相干斑滤波;(2)自适应窗口变化检测。实验表明本文提出的方法能够有效的探测同质区域,在提升纹理信息的基础上减少相干斑噪声对变化检测的影响。(本文来源于《江苏省测绘地理信息学会2018年学术年会论文集》期刊2018-12-07）
李伟,江志红,张学斌,李肇新[4]（2018）在《中国区域极端降水变化的人类活动信号检测》一文中研究指出区域极端降水变化的人类活动信号检测,不仅对制定应对气候变化的政策至关重要,同时也是区域气候变化研究中的热点问题以及面临的重大挑战。本文使用非平稳的广义极值理论分布模型对单个站点的年最大降水量进行拟合,结合全球地表温度作为参数的协变量研究人类活动对极端降水的影响,使用基于自取法的场显着性检验给出区域尺度人类活动信号影响显着性的检测。结果发现,在现有的观测记录范围内(1961-2012年),无法从现有的极端降水变化中检测到人类活动的显着影响。基于参与第五次耦合模式比较计划(C MIP5)的全球气候模式未来R CP8.5情景的预估结果发现,中国区域极端降水变化中人类活动的信号大约到2035年左右能够被显着检测出来。当信号被检测出来的时候,极端降水风险已经发生了比较大的变化。当前气候下的区域平均20,50和100年一遇的极端降水事件分别变为15,34和63年一遇的降水事件。其中西部地区,尤其是西南极端降水变化受人类活动影响最为明显,但模式间存在较大的不确定性。(本文来源于《第35届中国气象学会年会 S6 应对气候变化、低碳发展与生态文明建设》期刊2018-10-24）
冀新莹,韦玉春,王问尧,方宏[5]（2018）在《城镇区域高分辨率遥感影像地表覆盖变化检测的误差分析》一文中研究指出利用高空间分辨率遥感影像对土地利用/土地覆盖进行变化检测是国土监测的重要内容。但是,高分辨率影像存在一些中低分辨率影像所不具有的难点和不确定性,使得对城市区域进行变化检测获得的结果在阴影、图像配准、阈值选择、检测方法选择和图像后处理等方面的误差更为突出。基于ENVI和ERDAS软件中的工具,使用2009年和2012年两个时相的南京仙林航空彩色图像进行了变化检测,然后按照类内、类间地物类型进行了误差分析。结果表明:漏分误差的97.6%为类间误差,错分误差的87.1%为类内误差。按照误差的主要来源,漏分像素的72.6%来自于检测方法;错分像素的43.6%来自于检测方法、39.7%来自于辐射的不一致性。研究结果可为新变化检测算法的开发提供参考支持。(本文来源于《遥感技术与应用》期刊2018年05期）
李伟[6]（2018）在《中国区域极端降水变化的人为信号检测及其未来预估》一文中研究指出本文使用中国区域台站的逐日降水资料,首先使用稳健的统计方法对中国区域极端降水变化中的人类活动显着影响信号进行检测。在确定了人类活动对极端降水影响的基础上,首先系统评估了参与第五次耦合模式比较计划(CMIP5)的全球气候耦合模式对中国区域极端降水变化的模拟能力。基于模式性能的秩加权方法给出中国区域极端降水的概率预估,同时进行了全球增温1.5℃和2℃背景下中国区域极端降水强度和概率的未来预估,重点给出半度增温对中国区域极端降水的影响。得到以下主要结论。(1)基于“场显着性检验”的结果表明,由于观测资料样本的限制,无法从现有的极端降水变化中检测到人类活动的显着影响。由CMIP5未来排放情景的结果分析发现,极端降水变化中人类活动的信号大约到2035年左右能够被显着检测出来。当信号被检测出来的时候,极端降水风险已经发生了比较大的变化。当前气候下的区域平均20,50和100年一遇的极端降水事件分别变为15,34和63年一遇的降水事件。(2)CMIP5模式在整个中国地区表现为湿偏差,尤其是在西部地区。CMIP5模式能够模拟出东部地区极端降水的变化特征,包括空间结构和年际变率,但是在西部地区,大部分模式很难模拟出极端降水指数变化的基本特征。模式对极端降水变化的空间结构和年际变率模拟一致性在东部地区要比西部地区好。东部地区综合模拟能力较好的模式有MRI-CGCM3,CMCC-CM,MIROC4H,HadGEM2-ES和HadGEM2-CC。而在西部地区,模拟能力较好的模式则是MRI-CGCM3,EC-EARTH,HadCM3 和 IPSL-CM5A-LR。相比于多模式集合,优选模式集合能够显着降低模拟的湿偏差。可能原因是优选模拟集合能够很好的模拟出与降水有关的水汽输送特征。(3)与多模式等权预估方案相比,多模式加权方案能够提高未来预估的可信度。到21世纪末期,总降水来量(PRCPTOT),降水强度(SDII)和极端降水贡献率(R95T)增加超过10%的高可能性(概率超过50%)区域主要位于西北以及黄淮流域,因此这两个区域在未来降水更趋向于极端化。最大连续干日(CDD)的结果表明,北部地区干旱形势将得到缓解,在中国南部可能增加,但是CDD变化的可信度较低。(4)当全球温度增加1.5℃和2℃时,中国区域平均极端降水强度相对于基准时间段(1986-2005年)分别增加了 6%和11%。全球增温半度使得中国区域极端降水强度增加约为4%。重现期越长(越罕见)的极端降水事件未来发生的风险越高。100年一遇的极端降水事件在1.5℃和2℃增温背景下分别缩短至63年和46年一遇。半度增温使得100年一遇极端降水事件发生的概率增加1.4倍。并且在特定增温阈值下,区域平均的极端降水强度和风险的变化与CMIP5的RCPs排放情景无关。(本文来源于《南京信息工程大学》期刊2018-06-01）
REZKI,MOSTEFA[7]（2018）在《卫星遥感图像非监督变化检测及其在洪涝区域的应用研究》一文中研究指出目前通过遥感获取的图像的常见用途是对地球表面发生的变化进行详细监测。这些变化(如洪水)会产生光谱差异,可通过遥感图像分析进行区分。无论图像的来源和表面变化的类型如何,这些数据的正确处理意味着采用灵活,稳健且可能非线性的方法来计算正确表征图像像素的复杂统计关系。在变化检测领域已经建立了许多方法。实际上,检测变化是一个过程,需要谨慎考虑许多功能,如检测变化问题的性质,图像处理预设,选择合适的变量和算法来解决CD问题。传统的变化检测方法消耗更多的时间,与手动调节有关,并且受到区域内噪声或复杂光谱类别的影响。通过这些方法获得的变化地图通常会出现孤立变化的像素并且呈现低精度。因此,无监督变化检测是一种完全自动且无监督的方法,用于对变化进行准确的二进制检测。该技术允许在没有任何用户干预的情况下进行精确的映射,这导致当待机和系统响应时间是确定在不同时间获取的两个或多个配准的遥感图像变化的关键障碍时特别有用。核心k均值聚类过程用于将两组像素相关联到“变化”和“无变化”类。我们提供了一种有效的方法来区分这两类变化:这种方法依赖于叁个不同的步骤:(A)初始化聚类,(B)核函数参数估计和聚类,以及(C)最终分配像素到他们的类。为了评估Kkm技术对多种遥感图像和应用的有效性,通过Landsat TM获得两个不同的数据集。结果显示了这种自动CD方法用于环境变化监测的灵活性和有效性。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
周星宇[8]（2017）在《基于面向对象分类的沿海区域地表覆盖变化检测技术研究》一文中研究指出地表覆盖变化检测是地理国情监测的重要组成部分,也是测绘地理信息创新发展的重要内容。沿海区域作为地理国情普查的重要分区,是地表覆盖变化检测的重点研究区域之一。随着遥感技术的不断发展,高分辨率遥感影像、矢量数据及地表覆盖分类技术为沿海区域地表覆盖变化检测提供了重要的数据源与方法,但因沿海区域的地理位置特殊、经济发达、变化快速和图斑破碎等特点,如何实现沿海区域地表覆盖变化检测是当前研究的热点问题。本论文着眼于单时相高分辨率遥感影像与矢量结合的数据类型,开展基于优化特征变量集的面向对象分类的沿海区域地表覆盖变化检测研究。论文针对沿海区域特点,构建地表覆盖分类系统,构建适合面向对象GLC(Global Land Cover)分类方法的优化特征变量集,提出了利用优化特征变量集的面向对象GLC分类提取海岸线,提出了以前时相地表覆盖矢量引导后时相影像多尺度分割,同时将优化特征变量集的面向对象GLC分类法应用于后时相分类,实现基于单时相高分辨率遥感影像与矢量数据结合的分类后变化检测。论文的工作和主要贡献如下:(1)建立适合沿海区域的地表覆盖分类系统,构建基于ReliefF算法、PCA算法和面向对象GLC分类精度作为评估准则的基于优化特征变量集的面向对象GLC分类方法。实验验证了基于优化特征变量集的面向对象GLC分类比没有经过特征优化的面向对象GLC分类的总体精度与Kappa系数分别提高了 14.7688%、0.1450;同时实验验证了基于优化特征变量集的面向对象GLC分类方法在沿海区域地表覆盖分类的有效性及优越性,其总体分类精度和Kappa系数分别为90.0609%、0.8792,均高于同条件下的SVM分类法、ANN分类法。(2)本文提出了利用基于优化特征变量集的面向对象GLC分类法提取海岸线,并通过定性评价与定量评价分析出基于优化特征变量集的面向对象GLC分类法提取海岸线相对面向对象SVM分类方法、改进的Canny边缘检测提取海岸线的优越性。(3)本文在海岸线提取的基础上确定沿海区域地表覆盖变化检测的研究范围,针对单时相影像与历史矢量数据结合的数据类型,提出以矢量数据引导后时相影像多尺度分割,并将基于优化特征变量集的面向对象GLC分类应用于该地表覆盖变化检测技术方法的后时相影像分类中,提高变化检测精度。(4)论文以江苏省射阳县某沿海区域作为实验区,采用2015年资源叁号(Resources Satellite Three,ZY-3)高分辨率遥感影像和2012年地表覆盖矢量数据进行实验,实验验证过程(3)的可行性和有效性,在(2)、(3)、(4)结论的基础上提出完整的沿海区域地表覆盖变化检测流程和框架。(本文来源于《辽宁工程技术大学》期刊2017-06-12）
季建万,沙晋明[9]（2017）在《基于面向对象分类方法和多源遥感数据的龙祥岛区域湿地变化检测》一文中研究指出利用龙祥岛区域2001年ASTER影像、2013年GF-1影像以及Google Earth影像等辅助数据,基于面向对象分类的方法,建立各地物类型的提取规则,提取出龙祥岛区域湿地-非湿地信息,并基于e Cognition软件对龙祥岛区域湿地进行变化检测,最后利用Excel统计软件作出湿地-非湿地信息面积转移矩阵及面积转移率矩阵.结果表明:2001年ASTER影像分类总体精度为87.42%,Kappa系数为0.84;2013年GF-1影像分类总体精度为90.72%,Kappa系数为0.87.研究区2001-2013年间,湿地总面积减少了4.05%,为1.1 km~2,其中天然湿地(包括永久性河流和滩涂)总面积减少了1.65%,为0.42 km~2,人工湿地(包括淡水养殖场和农用池塘)总面积减少了39.76%,为0.68 km2;非湿地总面积增加了4.71%,为1.1 km~2.人工湿地和天然湿地内部变化情况呈现出不同的状态,天然湿地中,约有3.888 km~2的滩涂面积变为永久性河流,主要变化区域位于研究区的东南部和西北部;而在人工湿地中,约有0.663 km~2的淡水养殖场和0.41 km2的农用池塘变为非湿地,主要变化区域位于龙祥岛本岛及研究区的西南角部分,人工湿地变化的主要原因是人类生产生活进程的加快.(本文来源于《福建师范大学学报(自然科学版)》期刊2017年03期）
刘亮,王平,孙亮[10]（2017）在《基于区域灰度变化的自适应FAST角点检测算法》一文中研究指出针对当前FAST角点检测算法只能检测单一类型的角点,并且单一阈值作用于整幅图像很难取得理想的效果等问题,本文提出了一种基于区域灰度变化的自适应FAST角点检测算法.该算法首先对图像进行高斯滤波;其次,依据灰度差筛选出角点候选点;再引入自适应阈值,根据灰度值的大小对候选点进行分类;最后,根据分类结果,使用不同的检测模板对候选点进行再次筛选,获得最佳匹配角点.仿真结果表明该改进算法不仅可以提取出更多的有效角点,较好的克服阈值选择不当造成的角点丢失或冗余,而且对于噪声具有良好的鲁棒性.(本文来源于《微电子学与计算机》期刊2017年03期）
基于变化区域检测论文开题报告范文
（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：
为了解决干果仓储过程中智能叉车行驶过程的障碍物误检问题,该文提出一种基于车速与转向角的智能叉车障碍物动态检测方法。智能叉车通过车载激光传感器实时获取车身位姿和周围环境信息,并结合所建立的叉车运动几何模型,形成基于水平和倾斜激光测距传感器扫描面的双面融合障碍物动态检测方式,使得智能叉车的障碍物检测区域随车速及转向角动态变化。试验结果表明:水平扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为50.00%,矩形方法误检率为10.00%;倾斜扫描测距传感器的试验中,该文方法未出现误检情况,而扇形方法误检率为30.77%,矩形方法误检率为69.23%。该文方法的警情预测与实际相符,以水平扫描测距传感器为主,倾斜扫描测距传感器为辅,能够检测到的障碍物最低高度约为31mm,有效解决了智能叉车在仓库中的障碍物误检问题,较传统障碍物检测方法更适用于仓储运输,提高了智能叉车在仓库中的机动性和安全性。该研究可为体型较大的仓储智能运输车辆的障碍物检测方法提供参考。
（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。
基于变化区域检测论文参考文献
[1].张毅辉,秦品乐,曾建潮.基于深度学习的脑白质病变区域MRI图像变化检测[J].中北大学学报(自然科学版).2019
[2].吕恩利,阮清松,刘妍华,王飞仁,罗毅智.基于激光扫描区域动态变化的智能叉车障碍物检测[J].农业工程学报.2019
[3].刘恋,马张烽,李浩,赵诣.区域增长的自适应窗口SAR变化检测[C].江苏省测绘地理信息学会2018年学术年会论文集.2018
[4].李伟,江志红,张学斌,李肇新.中国区域极端降水变化的人类活动信号检测[C].第35届中国气象学会年会S6应对气候变化、低碳发展与生态文明建设.2018
[5].冀新莹,韦玉春,王问尧,方宏.城镇区域高分辨率遥感影像地表覆盖变化检测的误差分析[J].遥感技术与应用.2018
[6].李伟.中国区域极端降水变化的人为信号检测及其未来预估[D].南京信息工程大学.2018
[7].REZKI,MOSTEFA.卫星遥感图像非监督变化检测及其在洪涝区域的应用研究[D].哈尔滨工业大学.2018
[8].周星宇.基于面向对象分类的沿海区域地表覆盖变化检测技术研究[D].辽宁工程技术大学.2017
[9].季建万,沙晋明.基于面向对象分类方法和多源遥感数据的龙祥岛区域湿地变化检测[J].福建师范大学学报(自然科学版).2017
[10].刘亮,王平,孙亮.基于区域灰度变化的自适应FAST角点检测算法[J].微电子学与计算机.2017