前言
第1章 绪论
1.1 研究背景及意义
1.2 研究对象
1.3 变化检测方法及存在问题
1.3.1 变化检测预处理
1.3.2 变化检测技术分类
1.3.3 精度评估
1.3.4 现有主要检测方法的局限性
1.4 Fisher判别分析
参考文献
第2章 基于小波域隐马尔可夫树模型的遥感图像变化检测
2.1 引言
2.2 二维离散小波变换原理
2.3 隐马尔可夫模型
2.4 基于小波域HMT模型的遥感图像变化检测算法
2.4.1 小波域差异影像的构成
2.4.2 基于双高斯混合模型的分割
2.4.3 HMT模型融合
2.5 实验结果分析与有效性验证
2.5.1 数据描述
2.5.2 实验结果
2.6 本章小结
参考文献
第3章 基于局部均值动态Fisher分类器的遥感图像变化检测
3.1 引言
3.2 均值漂移算法
3.3 Fisher判别分析原理
3.4 基于改进Fisher分类器的遥感图像变化检测
3.4.1 基于边缘检测的样本提取
3.4.2 基于局部均值Fisher分类器的判别
3.4.3 算法流程
3.5 对真实遥感图像的实验结果及分析
3.5.1 数据描述
3.5.2 实验结果
3.6 本章小结
参考文献
附录
第4章 基于非局部均值加权的动态模糊Fisher分类器的遥感图像变化检测
4.1 引言
4.2 模糊Fisher判别分析
4.3 基于非局部均值加权的动态模糊Fisher分类器的变化检测
4.3.1 预分割变化检测图
4.3.2 非局部均值加权
4.3.3 动态FFDA判别
4.3.4 算法流程
4.4 对真实遥感图像的实验结果及分析
4.4.1 数据描述
4.4.2 实验结果
4.5 本章小结
参考文献
附录
第5章 基于小波域Fisher分类器的SAR图像变化检测
5.1 引言
5.2 小波域Fisher分类器变化检测过程
5.2.1 多层预分割变化检测图
5.2.2 小波域Fisher分类器训练
5.2.3 基于空间邻域关系和上下文关系的融合
5.3 参数设置及实验对比
5.3.1 实验设置
5.3.2 Bern实验数据
5.3.3 Ottawa实验数据，
5.4 本章小结
参考文献
附录
第6章 基于神经网络和非局部均值加权的SAR图像变化检测.
6.1 引言
6.2 BP神经网络原理
6.3 联合特征向量构成
6.4 基于神经网络的SAR图像变化检测
6.4.1 非局部均值加权
6.4.2 算法实现
6.5 实验结果分析及有效性验证
6.5.1 Bern试验数据
6.5.2 Ottawa实验数据
6.6 本章小结
参考文献
第7章 基于块相似性度量模型的SAR图像变化检测
7.1 引言
7.2 变化检测框架及研究动机
7.2.1 从SAR图像比值分布到变化检测
7.2.2 待解决的问题及研究动机
7.3 基于相似性度量的CFAR变化检测
7.3.1 降斑：SAR.DNS滤波器
7.3.2 估计等效视数
7.3.3 阈值与虚警概率
7.4 实验结果分析
7.4.1 评价指标
7.4.2 在合成SAR图像上的实验结果分析
7.4.3 在真实SAR图像上的实验结果分析
7.5 本章小结
参考文献
附录
第8章 基于双噪声相似性度量和极化机理的PolSAR变化检测
8.1 引言
8.2 PolSAR-DNS框架
8.2.1 PolSAR数据的统计分布模型
8.2.2 从DNS到PolSAR-DNS
8.3 基于PolSAR-DNS的极化SAR降斑
8.3.1 PolSAR-DNS非局部均信滤波器
8.3.2 基于：PolSAR-DNS的极化SAR降斑实验分析
8.4 基于PolSAR-DNS的极化SAR变化检测
8.4.1 PolSAR-DNS变化检测算法
8.4.2 基于PolSAR-DNS的极化SAR变化检测实验分析
8.5 本章小结
参考文献
第9章 基于多层判别式Fisller自编码器的SAR图像变化检测
9.1 引言
9.2 SAR斑点噪声的统计模型与研究动机
9.3 基于栈式自编码器的SAR变化检测
9.3.1 栈式自编码器
9.3.2 基于栈式自编码器的SAR变化检测算法
9.4 实验与结果分析
9.4.1 参数设置
9.4.2 单极化SAR图像的实验分析
9.4.3 PolSAR数据的实验分析
9.5 本章小结
参考文献
附录
第10章 基于交互式分割技术和决策级融合的SAR图像变化检测
10.1 引言
10.2 交互式分割技术
10.3 基于交互式分割技术和决策级融合的变化检测算法
10.3.1 初始种子点的选取
10.3.2 获取不同尺度的差异图表示
10.3.3 设置特征
lO.3.4 交互式分割技术分析差异图
10.3.5 决策级融合生成变化检测结果
10.4 实验设计
10.5 变化检测结果比较
10.5.1 参数分析
10.5.2 变化检测结果比较及分析
10.6 其他两组实验数据的变化检测结果
10.7 本章小结
参考文献
第11章 基于值域受限阈值和马尔可夫融合的SAR图像变化检测
11.1 引言
11.2 基于值域受限和马尔可夫融合的SAR图像变化检测算法
11.2.1 确定较难判断类别像素
11.2.2 值域受限地阈值分割差异图
11.2.3 基于。MRF模型融合不同的阈值分割结果
11.3 变化检测结果及分析
11.3.1 实验结果
11.3.2 结果比较及分析
11.3 13与前章节方法比较
11.4 其他两组实验数据的变化检测结果
11.5 本章小结
参考文献
第12章 在感兴趣的区域层面上进行的SAR图像变化检测
12.1 引言
12.2 传统引入空间关系的策略
12.2.1 基于马尔可夫随机场模型
12.2.2 基于马尔可夫随机场模型的融合策略
12.3 基于感兴趣区域引入空间关系
12.4 基于平稳小波变换和感兴趣区域的变化检测
12.4.1 获取抽取感兴趣区域标签Ls
12.4.2 实验设计
12.4.3 参数分析
12.4.4 变化检测结果比较及分析
12.4.5 时间复杂度比较
12.4.6 其他两组实验数据的变化检测结果
12.4.7 本节小结
12.5 基于sGKc算法和感兴趣区域的SAR图像变化检测
12.5.1 获取抽取感兴趣区域的标签
12.5.2 验证SGKC算法分类效果
12.5.3 参数分析
12.5.4 变化检测结果比较及分析
12.5.5 SWT+ROI与SGKC+ROI法的比较
12.5.6 其他两组真实SAR实验数据的变化检测结果
12.5.7 本节小结
12.6 本章小结
参考文献
第13章 基于模糊贴近度和过渡区域提取的SAR图像变化检测
13.1 引言
13.2 经典的差异图构造方法
13.2.1 比值法差异图
13.2.2 对数比值法差异图
13.2.3 区域均值法差异图
13.2.4 基于相似度测量的差异图构造
13.3 基于灰度差异抽取过渡区域
13.4 基于模糊贴近度和过渡区域提取的SAR图像变化检测方法
13.4.1 构造模糊贴近度差异图
13.4.2 改进的过渡区域抽取方法
13.4.3 借助感兴趣区域引入空间关系
13.5 变化检测结果比较与分析
13.5.1 实验设计
13.5.2 基于改进的过渡区域阈值处理不同差异图的结果比较
13.5.3 变化检测结果比较及分析
13.5.4 三种基于感兴趣区域（ROI）变化检测方法的性能比较
13.6 其他两组实验数据的变化检测结果
13.7 本章小结
参考文献
第14章 基于融合的混合型SAR图像变化检测
14.1 引言
14.2 基于融合的混合型SAR图像检测方法
14.2.1 在区域层面上分析差异图
14.2.2 在像素层面上分析差异图
14.2.3 基于区域增长融合策略生成最终的变化检测结果
14.3 变化检测结果比较及分析
14.4 其他两组实验数据的变化检测结果
14.5 本章小结
参考文献
第15章 基于免疫克隆优化的小波域遥感图像变化检测
15.1 引言
15.2 免疫克隆优化用于小波域遥感图像变化检测算法
15.2.1 小波域多层差异影像的构成
15.2.2 基于瑞利高斯模型的多层差异图像初始分割
15.2.3 基于免疫克隆算法的多层偏移插值调整
15.2.4 多层变化检测结果的融合
15.3 实验结果与分析
15.4 本章小结
参考文献
第16章 基于BBO优化的遥感图像变化检测
16.1 引言
16.2 BBO算法的基本原理
16.2.1 算法的初始化
16.2.2 算法的迁移操作
16.2.3 算法的变异操作
16.3 基于BBO算法的遥感图像变化检测
16.3.1 图像的预分割操作
16.3.2 基于BB0算法的遥感图像变化检测方法
16.4 实验结果与分析
16.5 本章小结
参考文献
