结合MNF变换和Canny算子的遥感影像变化检测

针对大面积区域的多时相遥感影像变化检测的需求，提出了一种基于最小噪声分离（MNF）的Canny边缘检测提取影像变化信息的检测方法。对多时相影像采用多种变换组合成具有多维波段信息的影像，采用最小噪声分离法分离噪声并得到单波段差异图，通过Canny边缘检测法计算梯度幅值，采用高低双阈值法细化边缘，从而提取差异图变化边缘，有效突出了变化信息。以1995年和2003年加扎勒河的两期遥感影像为例，利用两时相影像进行土地覆被变化检测。实验结果表明，该方法适用于监测大面积区域内地物的突变情况。在数据基础上进行最小噪声分离可以有效解决传统Canny边缘检测提取边缘时造成的伪边缘现象，同时采用高低双阈值法有效去除伪边缘点，从而获得更加精确、直观的变化检测效果，在自然地理变化监测、地理国情灾害监测等有很好的应用价值。     

基于L_1稀疏解混的水体变化检测

稀疏表示利用高光谱丰度矩阵的稀疏特性来获取更有价值的信息,使得稀疏正则化后的高光谱数据更加精确。以景德镇玉田湖水库为研究对象,通过Landsat8卫星获取的玉田湖水库不同时期的水体信息数据,利用了经典的L1稀疏解混的方法对卫星数据进行水域信息提取,然后对不同时期水域变化情况进行检测。检测结果验证算法有效性。     

基于深度学习的耕地变化检测技术

随着人工智能技术的发展,以深度学习为主流的机器学习逐渐取代人工解译的方法,使遥感影像中地物资源的自动化判读成为现实。为解决传统人工判读引起的人力资源耗费高、解析精度差的问题,同时也为满足日益增长的遥感数据量的判读需求,基于语义分割的深度学习地物变化检测方法,实现耕地区域自动分割分类,通过对比时序影像差异得出变化区域范围,为自动化实现地物变化监测提供有效解决办法。以实际地区为例,采用deeplab语义分割网络的方法实现耕地资源的自动化提取与变化检测,实验证明该方法相比人工以及传统分类模型具有更好的检测精度。     

一种新的无监督的卫星影像变化检测算法

提出了一种基于主分量分析(PCA)和上下截集模糊Kohonen聚类网络(UDSFKCN)的、无监督的、不同时相的和卫星影像的像素级变化检测新算法.将PCA和UDSFKCN两种方法结合,并将它应用于不同时相的卫星影像的变化检测.该方法结合每个像素的邻域信息,利用PCA,产生每个像素对应的基于邻域信息的特征向量;又将变化区...     

基于多尺度分析的遥感变化检测

面向对象的高分辨率遥感影像变化检测中,分割尺度选取的合适与否是影响检测精度的关键因素之一。针对尺度问题本文提出一种基于多尺度分析的遥感变化检测方法。首先利用易康软件的插件ESP2工具进行最佳尺度估算,对影像中目标地物识别进行最佳分割尺度分析,获得各影像的最佳分割尺度;然后将前后时相影像叠置,生成子对象,在子对象中利用结构相似性测度判断子对象的变化情况;最后将大、中、小尺度判别结果进行模糊强度融合得到最终的变化检测结果。在西安市2016年天地图影像和2017年谷歌地图影像组成的影像对上实验,结果表明,多尺度融合方法比单一尺度变化检测方法的变化检测精度有明显的提升。     

SAR图像打击效果评估技术研究

首先通过对合成孔径雷达(Synthetic Aperture Radar,SAR)图像打击效果评估方案的分析,提出了一种改进的SAR图像打击效果评估方案,新方案增加了专家指数库推理;然后从图像配准、变化检测和毁伤评估3个方面对基于变化检测的效果评估方法技术进行了研究;最后对SAR图像打击效果评估研究中待解决的问题进行了总结。论文具有一定理论指导意义。     

热含量不变量的SAR图像点特征变化检测

针对区域变化检测受分类器精度影响大、无法探测出内部细微变化这一问题,本文提出了基于热含量不变量的合成孔径雷达（Synthetic aperture radar,SAR）图像点特征变化检测.该方法利用热核特征,具有计算简便、矩阵扰动性小的特点,且有效地降低了噪声的干扰.由热核不变量的统计特性,采用期望极大化（Expectation maximization,EM）算法解决了SAR图像的自动变化检测.同时通过对权的讨论,给出了适用于SAR图像的权函数定义.对单波段单极化SAR与多极化SAR图像,本文算法相比于基于像素和似然比的方法,能够更快速更精确地检测到变化区域.     

基于面向对象分类方法的遥感影像变化检测

介绍了一种利用GIS数据辅助实现遥感影像变化检测的方法.该方法将面向对象的概念引入遥感影像分类中,使分类的目标不仅可以是影像的像素,也可以是表示一个GIS对象的全部像素集合(像素组).在影像分类中,为减少工作量和降低分类精度对训练样区选择经验的依赖性,最大似然分类中的训练样区由现有GIS数据对象引导生成.实验表明该方法在针对面状对象进行变化检测时具有良好的效果.     

基于分形维数的SAR图像变化检测

斑点噪声是合成孔径雷达(synthetic aperture radar,SAR)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SAR图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SAR图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.     

基于面向对象分类方法的遥感影像变化检测

介绍了一种利用GIS数据辅助实现遥感影像变化检测的方法。该方法将面向对象的概念引入遥感影像分类中,使分类的目标不仅可以是影像的像素,也可以是表示一个GIS对象的全部像素集合(像素组)。在影像分类中,为减少工作量和降低分类精度对训练样区选择经验的依赖性,最大似然分类中的训练样区由现有GIS数据对象引导生成。实验表明该方法在针对面状对象进行变化检测时具有良好的效果。