53、卫星图像森林覆盖变化检测与快速 LWE 全同态加密的 FPGA 设计架构

卫星图像森林覆盖变化检测与快速 LWE 全同态加密的 FPGA 设计架构

1. 卫星图像森林覆盖变化检测

1.1 研究区域概况

Sanjay Gandhi 国家公园西边是 Dahisar，东边是 Bhandup 和 Mulund 郊区，南边是 Aarey 牛奶殖民地，森林向北延伸进入 Thane 市。该公园拥有超过 270 种鸟类、35 种哺乳动物（包括豹子）和 1300 种植物。

为了研究该公园的森林覆盖变化，获取了 2013 年 11 月和 2018 年 11 月的 Landsat 8 OLI 多时序遥感数据，数据来源于美国地质调查局（USGS）档案。具体卫星数据详情如下表所示：
| 日期 | 卫星/传感器 |
| ---- | ---- |
| 2013 年 11 月 19 日 | Landsat 8 OLI |
| 2018 年 11 月 1 日 | Landsat 8 OLI |

1.2 变化检测方法综述

目前，变化检测技术主要采用两种方式：
- 后分类分析 ：先对同一场景的两个不同时间的图像进行分类，然后比较它们以确定变化。
- 差异图像分析 ：生成差异图像（DI），并对其进行进一步研究以确定变化程度。

深度学习（DL）方法最近在遥感图像处理中得到了成功应用。深度神经网络（DNNs）可以学习多层数据表示并提取更强大和抽象的特征，比手工制作的特征更有用。DNN 的变体，如卷积神经网络（CNNs）和孪生网络，是自动森林砍伐检测的潜在候选方法。

在遥感数