基于PCA与EM算法的多光谱遥感影像变化检测研究

变化检测技术能够从观测数据中有效地提取各种变化信息。以多时相的多光谱遥感影像作为主要研究对象,就基于直接比较像元特征的变化检测中两方面的关键问题——差异影像的构造和变化阈值的提取来开展研究,具体采用PCA结合差值比较的方法构造差异影像,采用EM自动确定变化阈值以提取变化区域。通过与传统变化检测方法的实验比较,证明了该方法的有效性。     

基于遥感影像的变化检测技术

变化检测技术已经广泛地应用在各个领域。例如：环境监测、土地利用、农作物生长状况监测、森林采伐监测、灾情估计等方面。主要讨论了基于遥感影像的变化检测技术的实际应用。     

多时相遥感影像变化检测系统设计与实现

针对遥感卫星影像数据量大,计算时间长等特点,在高性能集群并行处理环境下,研究了长时间序列遥感卫星影像变化信息快速提取技术,设计并实现了一体化变化检测工艺流程及系统框架,为多时相遥感卫星影像变化检测提供了高精度、快速的方法与平台。以广东某地区为试验数据,研究表明,与传统变化检测方法相比,进一步提高了变化信息提取精度,并可以获得良好的并行加速比,并行效率高,能够满足大规模遥感数据的变化检测。     

融合对象影像分析和OCNN的耕地变化检测

针对变化检测常用的面向对象影像分析(object based image analysis,OBIA)技术中规则数量巨大、时空普适性差、深度学习方法样本获取困难且精度难以满足工程化需求的现状,提出了一种将面向对象影像分析和对象卷积神经网络(object convolutional neural network,OCNN)相结合的耕地变化检测方法。以基期(T₁)耕地矢量为约束条件,当期(T₂)高分辨率影像OCNN土地覆被分类结果为主要判断依据,结合知识规则,进行耕地地块层和对象层变化检测。为了验证本文提出的耕地变化检测方法的有效性,采用两个实验区域,将OCNN分别与卷积神经网络(convolutional neural network,CNN)、VGG(visual geometry group)检测结果进行比较。结果表明,该方法在效率和精度上都显著优于基于CNN与VGG网络的方法。     

改进SeMask主干网络的高分辨率遥感影像变化检测模型

随着城市化进程的加速和人口不断增加, 土地资源的利用和管理变得愈发重要. 高分辨率遥感影像技术的发展为土地覆盖类别变化检测提供了新的途径. 目前, 多数遥感影像变化检测任务主要针对显著建筑物的变化检测, 缺少对土地覆盖类别变化检测任务的研究, 本研究基于公开数据集, 对更多土地覆盖类别变化情况进行标注. 在原语义分割主干网络的基础上结合孪生网络结构, 提出适用于土地覆盖类别变化检测任务的检测模型, 该模型在网络的特征提取阶段加入变化引导模块, 以辅助网络关注两时相影像中的变化信息, 并在网络不同阶段加入通道信息交互模块, 以增强不同特征图的信息融合. 同时, 在特征提取阶段最后一层加入特征对齐模块, 以缓解下采样过程导致的特征偏移. 在土地覆盖类别变化检测数据集上的实验结果表明, 本文提出的方法可以有效提取影像中的变化信息, 并提高分割精度.     

基于多时相TM影像的城市边缘区划分及其变化监测

城市边缘区作为城市和农村之间的过渡地带,是城市扩张过程中土地利用变化最为活跃的部分。在城市边缘区,城市用地类型与其他的土地利用类型,比如耕地、林地、牧草地和水域等混合在一起,并且这些非城市用地类型随着城市化的进程很快转换为城市用地。城市边缘区被定义为城市内边界和外边界之间的环状区域,内边界分离城市核心区与城市边缘区,外边界分离城市边缘区与农村腹地。本研究采用一种新的方法来对城市边缘区进行界定,以及对其动态变化进行监测研究。通过多时相遥感数据的分类,提取城市及其周边的土地利用信息,并对其空间结构模式用地理景观指标进行定量的描述,最后借助空间聚类获取边界阈值来划分城市边缘区并对其变化进行监测。     

结合邻域相关影像与最大相关性最小冗余性特征选择的面向对象变化检测

摘 要：本文针对两期高分辨率遥感影像提出一种结合邻域相关影像（NCI）和最大相关性最小冗余性特征选择(mRMR)的面向对象变化检测方法。为了验证该方法的有效性,本研究设计了3组对比实验：（1）比较只使用mRMR特征选择与未使用mRMR特征选择的效果;（2）比较使用NCI与mRMR特征选择相结合与只使用NCI的效果;（3）比较使用NCI与mRMR特征选择相结合与只使用mRMR特征选择的效果。实验结果表明,使用NCI与mRMR特征选择相结合的变化检测效果要优于只使用NCI或是只使用mRMR特征选择的效果,更优于两者都不使用的效果。 关键字：遥感影像,高分辨率,面向对象,变化检测,邻域相关影像,特征选择     

基于DSM和影像特征的城市变化检测

随着城市的快速发展,城市的变化也越来越明显。为了能更好地为城市规划人员、城市管理决策人员及时提供信息,有必要对城市的变化发展进行适时地监测。利用大比例尺的航空影像来对城市地区的人工建筑物的变化进行检测,根据城市地区人工建筑物的变化主要反映在高度上的变化这一特点,利用两个不同时期的立体像对,从而生成两个不同时期的数字表面模型(DSM),在此基础上来检测出城市地区人工建筑物的变化区域。由于DSM影像上不仅有人工建筑物的变化反映在高度变化上,而且也有其它如树木等的变化反映在高度变化上。由于检测的目的是了解城市地区内人工建筑物的变化情况,所以利用DSM提出待选变化区域,在待选变化的区域中利用了梯度方向直方图、灰度匹配、及直线特征匹配等方法来针对城市地区人工建筑物的变化进行进一步的分析。利用日本的两个不同时期的1∶1万的航空影像进行了实验,从实验结果来看,所提出的方法是可行的,同时该方法简单、直观且易于操作。     

基于像斑差熵的遥感影像变化检测

提出了利用遥感影像分割获取像斑进行变化检测的方法。构造了像斑差熵作为衡量变化的指标,选取一定数目训练样本,利用目标函数法找到最佳阈值,并同相关系数法进行了比较。实验结果显示像斑差熵更适用于遥感影像变化检测。     

基于EBPNN模型的遥感图像变化检测研究

对不同时段获取的特定图像进行自动变化检测是遥感图像研究的主要问题;通过自适应中值滤波(AMF)去除遥感图像中的噪声,结合Tamura和Law掩模方法提取图像中的次级特征,并将研究区域划分为植被、水域和城区三类,利用增强型反向传播神经网络(EBPNN)对特征提取结果进行分类并实现不同时期遥感图像的变化检测;与现有的FFNN和CNN分类技术相比,利用EBPNN进行分类可以有效地检测出图像中的变化且具有更好的检测性能。     

基于视差的高分辨率遥感影像建筑物变化检测

针对城区高分辨率遥感影像建筑物变化检测中视差引起误检测问题,提出一种基于视差的建筑物变化检测方法。首先,利用改进的双峰分裂法实现对建筑物阴影的检测;然后,借助阴影估计屋顶的位置,并自动选取种子区域,结合区域生长法进行建筑屋顶提取;最后,以视差、视差方位角以及面积等作为判定条件对两时相影像建筑物的变化情况进行分析。通过对WorldView-2影像和IKONOS影像进行变化检测,平均正确率达到了89.6%。实验结果表明:在屋顶光谱均匀且有明显建筑阴影的稀疏建筑区,该方法能够有效解决建筑屋顶种子区域自动选取及高层建筑视差引起误检测等难点问题。     

基于视差的高分辨率遥感影像建筑物变化检测

针对城区高分辨率遥感影像建筑物变化检测中视差引起误检测问题，提出一种基于视差的建筑物变化检测方法。首先，利用改进的双峰分裂法实现对建筑物阴影的检测；然后，借助阴影估计屋顶的位置，并自动选取种子区域，结合区域生长法进行建筑屋顶提取；最后，以视差、视差方位角以及面积等作为判定条件对两时相影像建筑物的变化情况进行分析。通过对WorldView-2影像和IKONOS影像进行变化检测，平均正确率达到了89.6%。实验结果表明:在屋顶光谱均匀且有明显建筑阴影的稀疏建筑区，该方法能够有效解决建筑屋顶种子区域自动选取及高层建筑视差引起误检测等难点问题。     

航空遥感图像中道路检测方法研究与仿真

研究航空遥感图像中道路准确检测的问题.航空遥感图像中,道路是一类复杂目标.道路目标不同于一般刚体,它难以用固定的参数描述,只能用一些抽象的语句来描述.传统的检测算法多是对一些固定的识别目标完成描述,用道路图像非固定特征参数来完成大量复杂道路目标的检测是非常困难的.提出了一种基于主元分析算法的航空遥感图像中道路检测方法.利用LBP方法进行特征提取,从而获取航空遥感图像中的道路特征,为航空遥感图像道路检测提供准确的数据基础.利用主元分析方法对所有的像素进行重新排列,通过二进制方法描述获取的对比结果,提取动态特征.实验结果表明,算法极大地提高了检测的准确性,使获取的结果与实际道路情况相符.     

小波和傅立叶变换在图像变化检测上的应用比较

小波分析和傅立叶分析被广泛地应用于图像处理的各个领域,它们也能被应用于遥感影像土地利用变化检测。对两个时相多光谱影像的各波段或各主成分进行小波变换或傅立叶变换,然后对变换后得到的系数求差,最后对差值进行小波逆变换或傅立叶逆变换,得到的结果图像中,那些有变化地区的亮度会比没有变化地区的亮度高出很多。文中,分别利用小波变换和傅立叶变换两种方法对相同的两时相多光谱影像进行变化检测,发现小波变换结果好于傅立叶变换。     

Exploring Image Generation for UAV Change Detection

Change detection (CD) is becoming indispensable for unmanned aerial vehicles (UAVs), especially in the domain of water landing, rescue and search. However, even the most advanced models require large amounts of data for model training and testing. Therefore, sufficient labeled images with different imaging conditions are needed. Inspired by computer graphics, we present a cloning method to simulate inland-water scene and collect an auto-labeled simulated dataset. The simulated dataset consists of six challenges to test the effects of dynamic background, weather, and noise on change detection models. Then, we propose an image translation framework that translates simulated images to synthetic images. This framework uses shared parameters (encoder and generator) and 22 × 22 receptive fields (discriminator) to generate realistic synthetic images as model training sets. The experimental results indicate that: 1) different imaging challenges affect the performance of change detection models; 2) compared with simulated images, synthetic images can effectively improve the accuracy of supervised models.      

航空数字相机的发展与应用

90年代迅速发展的航空数字相机已向传统的航空胶片摄影发出了挑战,它建立在当代多项 高技术成果基础上并具有一系列优点,在各种遥感应用领域已显现了巨大的应用潜力。重点介绍了 其国际发展概况,并就空间分辨率、作业效率、采集存贮技术、图像质量、平台运动影响、光谱响应和 立体成像能力等问题进行了分析。预计它将是21世纪航空遥感最具发展潜力的技术手段之一。     

基于DCT域视觉的场馆监控图像显著区域检测

针对传统图像显著区域的目标运动检测能力不足,提出一种基于DCT域视觉的图像显著区域检测方法.以MCU为基本单位将监控图像分割成图块,利用DCT系数对颜色、亮度、纹理等特征向量进行提取计算得到全局对比度,运用最大类间方差法计算阈值将图像分割,获得视觉显著区域.同时,以全局背景判断图像中的注视区范围、注视点位置,计算注视点...     

遥感变化检测方法研究综述

遥感变化检测技术是遥感信息科学的重要研究领域,是当前遥感数据处理技术的主要发展方向.本文从三个方面介绍遥感变化检测的技术与方法：首先简要介绍遥感变化检测的数据预处理;其次,重点介绍了各种遥感变化检测方法,并对各种方法优缺点做了简单评述;并提出了遥感变化检测中应注意的问题和本研究的几项经验性的结论.     

视角和光照显著变化时的变化检测方法研究

探讨使用计算机视觉的最新方法来解决基于两幅高空间分辨率光学遥感图像的城市变化检测问题. 基本原理是通过提取聚类出现的变化直线段群来提取城市变化, 重点研究了拍摄视角和光照条件显著变化时的几个主要问题. 提出了一种基于多种类型图像特征的匹配方法来提取无变化建筑的顶部区域, 结合几何约束引入了变化盲区的概念以处理高层建筑在不同视角和光照下的图像不同现象. 使用真实遥感图像进行实验, 在视角和光照显著变化时仍可取得满意的变化检测结果.