基于广义Gamma混合模型的遥感图像变化检测研究

被引量 : 9次 | 上传用户:lmwtzw0n9c9
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
遥感图像的变化检测是通过对同一地区而不同时期的两幅已配准的遥感图像进行分析,从中提取变化信息的过程,广泛应用于资源环境监测、农业生产监测、灾害监测等领域。目前,基于统计模型的变化检测技术由于其所采用模型的拟合能力而备受争议,因为检测结果是否理想取决于模型能否准确的表达数据。传统的模型大都不能准确地描述数据,最终导致检测结果产生较大偏差。针对这一问题,本文用具有更强描述能力的广义Gamma分布作为有限混合模型分量,用广义Gamma混合模型来对差异图像数据建模,从而为得到更准确的变化检测结果奠定
其他文献
随着社会的进步,城市化进程的加快,城市人口越来越密集,城市轨道交通经常会迎来短暂的人流高峰。由于城市轨道交通系统具有客流集中、封闭运行的特点,一旦人群高度拥挤会产生
脑机接口是一种不依赖于外围神经及肌肉的信息传输通道,为人们提供了一种与外部环境通讯的新途径。它的最终目标是让丧失某种运动能力的人,能够操作计算机及语音合成器等辅助
随着我国物联网产业化步伐的加快,作为物联网关键技术之一的无线传感器网络得到越来越深入的研究和应用。无线传感器网络由大量处理能力、存储能力、通信能力及电源能量有限
随着全球能源危机的不断加深,生存环境的日益恶化,低排放甚至无排放的电动汽车应运而生。纯电动汽车受电池容量所限,续驶里程有限,不能较好的取代传统车辆。混合动力汽车,尤其是Pl
恒虚警(CFAR)检测器作为雷达接收机的重要组成部分,通过对背景杂波功率的估计自适应设定检测门限。传统的恒虚警检测在整个检测过程仅中采用单一的恒虚警检测策略,灵活性低并且
手势是人与人之间一种非常重要的交流方式,在人机交互的研究中也有非常大的实用性。随着计算机技术的发展,以及人与计算机之间的交互的多样化,手势识别技术涉及图像处理、模
随着空间探测技术的发展,数据输出带宽急剧的增加,对存储阵列的速度、容量、功耗、可靠性要求越来越高。控制器是存储阵列中最为核心的组成部分,它控制着整个系统的运行。本文通
随着无线传感器网络(WSN)的迅速发展,无线传感器网络应用前景越来越广泛,如可以应用到军事国防、智能交通、医疗卫生、环境保护、制造业,精细农业等诸多领域。作为一种新兴的
通信技术和移动业务广泛而成功的发展运行,导致了包括3G、4G、WLAN、Wi MAX、LTE-A等各种无线通信技术被异构融合部署形成异构无线网络。并且异构网络因其可以显著提高单一网
与平面图像相比,立体图像更给带给观测者身临其境的感受。当今,立体图像的采集、压缩、传输、采集技术已经成为国内外研究的热点问题,其应用前景非常广泛,然而,无论是立体图