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