声明
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文的研究内容及结构
2 遥感影像变化检测方法与技术
2.1 数据源选取分析
2.2 遥感影像变化检测方法
2.3 深度神经网络(Deep Neural Networks,DNN)
2.4 本章小结
3 基于改进U-net的遥感影像变化检测方法
3.1 全卷积神经网络与U型神经网络
3.2 数据集构建
3.3 低维特征增强的改进U-net神经网络
3.4 建筑物变化检测实验
3.5 本章小结
4 基于改进SLIC算法的遥感影像超像素分割
4.1 超像素分割算法
4.2 SLIC超像素分割算法
4.3 基于改进的SLIC算法超像素分割
4.4 超像素分割实验
4.5 本章小结
5 结合U-net和超像素分割的铁路沿线建筑物变化检测
5.1 结合的变化检测方法
5.2 实验区域
5.3 铁路沿线建筑物变化检测及评价
5.4 本章小结
结论
致谢
参考文献
攻读学位期间的研究成果
兰州交通大学;