面向对象的多特征分级CVA遥感影像变化检测
变化矢量分析CVA方法在中低分辨率遥感影像变化检测中已得到广泛应用,但由于高分辨率遥感影像存在不同地物尺度差异大、不同类别地物光谱相互重叠的问题,因此对于高分影像的变化检测具有局限性.为提高高分影像变化检测精度,提出了一种面向对象的多特征分级CVA变化检测方法,首先,利用基于区域邻接图的影像分割方法分别对两时相遥感影像进行多尺度分割,提取分割图斑的光谱、纹理和形状特征;然后,在各级尺度下,分别运用随机森林方法进行特征选择,计算CVA变化强度图;最后,根据信息熵对多级变化强度图进行自适应融合,利用Otsu阈值法检测变化区域,并与仅考虑光谱特征的分级CVA变化检测方法、像元级多特征CVA变化检测方法以及仅考虑光谱特征的像元级CVA变化检测方法进行比较分析.实验表明:与比较方法相比,本文方法的变化检测精度较高,误检率和漏检率较低.
遥感变化检测、变化矢量分析、多尺度分割、特征选择、自适应融合
22
P237(摄影测量学与测绘遥感)
National Natural Science Foundation of China51374208;Fundamental Research Funds for the Central Universities No.2015XKMS050国家自然科学基金51374208;中央高校基本科研业务费专项资金资助项目2015XKMS050
2018-03-26（万方平台首次上网日期，不代表论文的发表时间）
共13页
119-131
