1/6:完成了surf算法测试
1/11:由于性能原因,更换surf算法为sift算法
1/12:完成了基于PCA的变化检测测试
1/13:解决了对非正方形图片配准不正确的问题,对机场图像进行了测试
1/19:TODOs
- 针对RGB/多谱段图像的变化检测、GDAL模块
- 毁伤评估方法
- 阴影去除或降低影响方法
3/11:
- 对检测结果进行开闭运算(取决于聚类结果中变化的部分是0还是1)以去除(噪?)点
- 尝试使用CCA进行检测,效果存疑
3/12:实现了用掩模法实现对最大滑行距离的检测,似乎是首创
3/13:变化检测中的PCA改用sklearn实现,将变化检测的结果加入最大滑行距离的检测
3/16:MAD搞完,效果比较一般,不见得比PCA强很多。以上四条用作汇报
3/17:摸鱼
3/20:改进了MAD,IR-MAD可以(在变化是强特征的前提下)消除单色虚警,考虑弃用背景混乱的蓝色波段
4/2:
- 循环次数较低时可降低变化检测阈值和虚警,目前拟取2
- 将泥土移植到跑道上,效果拔群,甚至虚警都降低了
- 用回python
4/25:
- 添加了分割算法用于建筑物毁伤评估,尚未完善
- 找到了实际的弹坑样本,用于全色图像,多光谱弹坑有缘再见
- 弃用PCA+Kmeans,改用CCA,数学原理牛逼
5/20: 换用论文中的PCA算法,正确性待测试 修正了跑道毁伤检测算法
5/24:改进效率,最后一版不改了