基于目标匹配的遥感图像变化检测方法

针对传统的像素级遥感图像变化检测方法中检测精度严重依赖于图像配准、辐射校正和差异图像阈值选取的问题,提出了一种基于目标匹配的目标级遥感图像变化检测方法。该方法直接作用于2幅未经配准和辐射校正的不同时相遥感图像,利用目标的区域不变矩与目标之间的角度关系对目标进行匹配,将不能匹配的目标作为变化目标,利用匹配目标对2幅图进行配准,以同时实现图像的配准与变化检测,并用配准结果对变化检测结果进行修正。实验结果表明,该方法具有较好的定性检测性能。     

基于SVM的遥感影像土地利用变化检测方法

利用遥感影像的直方图统计量作为基本检测特征,采用支持向量机(Support Vector Machine,SVM)理论对淄博某地区的土地利用变化情况进行检测。为验证SVM方法的检测精度,分别使用Fisher判别准则、类别可分离判据等方法进行对比分析。遥感数据来自两个时相分辨率为0.6 m的Quickbird影像,相对于传统TM、SPOT影像,该方法能够提取出小范围内的土地利用变化情况,适合区县级范围内的土地变更调查。     

基于遥感影像建筑物的变化检测研究

随着自然灾害的频繁发生和城市违法建设的增多,在灾后救援、灾后评估和城市规划、城市管理工作中对于掌握建筑物变化的情况越来越重要,应用遥感技术进行变化检测成为研究热点。通过基于图像增强和二次特征的方法以及阴影分析法进行了建筑物的变化检测研究。     

国土资源遥感变化检测方法及实验研究

该文针对变化检测中获取同质像斑较难的问题,提出应用矢量数据辅助分割获取同质像斑,进一步地,该文提出了基于历史矢量与双时相遥感影像的变化检测方法,实验结果表明,该方法能检测出80%变化的像斑,并能同时获取变化像斑的类别,证明了该方法的有效性。     

面向对象的高分辨率遥感影像变化检测方法

变化信息是遥感图像中的一类重要信息,变化信息的自动检测是遥感图像智能解译的重要研究领域.利用面向对象分类技术,对一种同一地区不同数据源的高分辨率遥感影像采用了分类后比较的变化检测方法.介绍了方法原理,建立规则以及实现过程;最后利用提出的方法对同一地区不同时相的QuickBird影像和IKONOS高分辨率遥感影像实施了变化检测实验,结果表明将基于面向对象技术的变换检测方法用于不同数据源的高分辨率遥感影像变化信息的检测是切实可行的,并具有较高的提取精度.     

基于频域显著性方法和ELM的遥感影像变化检测

提出一种基于频域显著性(FDS)方法和极限学习机(ELM)方法进行遥感影像变化检测的方法.首先,对利用变化矢量分析方法(CVA)获取不同时相遥感影像的光谱特征差异图及纹理特征(灰度共生矩阵法)差异图进行融合获得差异影像(DI);然后,利用频域显著性方法获取差异影像的显著性图,采用模糊c均值(FCM)聚类算法对显著性图选取阈值得到的粗变化检测图进行预分类(变化像素、未变化像素、待定像素);最后,从光谱及纹理特征影像上提取变化像素和未变化像素的邻域特征作为可靠样本进行ELM训练,并利用训练好的ELM分类器对粗变化检测图进行变化检测,得到最终的变化检测图.通过对高分辨率遥感影像数据实验结果表明本方法的变化检测精度及性能优于其他对比方法.     

基于遥感影像的校园周边建筑物变化检测研究

为使本科生了解卫星遥感技术、掌握机器学习方法,结合吉林大学大学生创新创业训练计划,设计了实验项目“基于遥感影像的校园周边建筑物变化检测研究”。以高分二号(GF-2)卫星影像与吉林一号夜间微光影像为实验数据,实验区域为中国某小学周边地区。使用多种机器学习方法以提取实验区域内不同时段的建筑物信息并对该结果进行精度分析;将建筑物提取结果与地面参考数据进行对比,最终获得了不同时间段的建筑物的变化情况。并且采用了吉林一号夜间微光影像对校园周边建筑与居民活动情况进行了分析。实验结果表明,所选取的随机森林与VGG(Visual Geometry Group)神经网络算法可对遥感影像中的建筑物进行有效识别,并通过不同时期建筑物数量和夜间灯光变化的检测结果,说明了校园对周边地区发展的影响,为城市规划提供了参考信息。     

采用独立阈值的遥感影像变化检测方法

针对在多时相遥感影像变化检测中常规阈值确定方法无法获取小比例变化量区域准确变化阈值,并导致变化检测失败的问题,提出了采用独立阈值的遥感影像变化检测方法。通过多时相遥感影像多尺度分割获取像斑,采用变化向量分析法计算像斑差异度;从像斑差异度中自适应选择满足期望最大化算法和贝叶斯最小误差率理论获取准确阈值条件的训练样本;将训练样本导入独立阈值法确定变化阈值,利用变化阈值对像斑差异度进行二值分割获得影像变化的检测结果。实验结果表明,采用独立阈值的遥感影像变化检测方法能够获得更准确的变化阈值,在城郊变化检测中平均漏检率较全局阈值法和局部阈值法降低了9.6%和17.24%,在城区变化检测中平均正确率较全局阈值法和局部阈值法提高了51.27%和35.42%。     

遥感图像直接变化检测方法的发展现状

遥感变化检测技术是遥感信息科学的重要研究领域,本文比较全面阐述了变化检测算法中的常用直接检测方法,并通过分析一些常见方法的基本理论,指出了这些方法中存在的有待解决的问题。     

基于XGBoost特征选取和迭加权相关权重矩阵的高分五号遥感影像变化检测

提出一种基于迭加权相关权重矩阵(IR-CWM),使用XGBoost机器学习模型训练选取特征变化波段,训练预测变化检测结果的方法 (IR-CWM-XGB).以国产高分五号(GF-5)高光谱遥感影像为数据源,经过预处理后,通过迭代加权得到迭加权相关权重矩阵(IR-CWM),然后经过XGBoost算法选取特征波段,选取随机样本进行模型训练,使用最终模型生成变化的结果.实验结果表明:本研究方法与变化矢量分析(CVA)变化检测方法、主成分变化矢量分析(PCA-CVA)变化检测方法、迭加权多元(IR-MAD)方法、卷积神经网络(CNN)等方法进行对比,本研究方法变化检测结果的Kappa系数和总体精度较高,误检率较低.     

基于高分遥感影像的城市精细土地分类研究

以湖北省咸宁市咸安区为研究区,选取2015年的Landsat遥感影像作为主要数据源,采用最大似然法对遥感图像进行土地利用一级分类,通过ArcGIS对城市一级地类进行定量分析,依托空间分析功能结合一级各类用地的空间布局,探讨基于高分影像的土地利用精细分类.实验采用混淆矩阵法来验证分类结果的精度,结果表明,总精度为93.7%.该分类方法能够有效提高城市土地精细分类精度和准确度.     

基于遥感影像变化检测的土地调查监测应用研究

遥感影像变化检测是遥感应用研究的热点之一。针对土地调查监测工作,运用遥感影像变化检测方法,基于不同源卫星数据(Worldview-2、天绘)和同源卫星数据(高分一号),分别对湖南省两区片地表覆盖物进行了不同时点地类变化的检测,完成了面积合计34km2范围内的遥感影像数据变化分析,并通过外业实地考察核准了变化检测结果,验证结果显示遥感影像变化检测方法实现的地类变化识别准确率可达80%以上,从而证明了该方法在土地监测调查工作中的可行性。     

基于差异图组合的遥感图像变化检测

针对传统差异图抗噪性差、检测精度低的缺点,文章提出了一种基于差异图组合的遥感图像变化检测算法。该方法通过傅里叶变换得到差值图的相位和对数比值图的幅值,对其组合后进行傅里叶反变换生成新差异图,最后用模糊C均值(fuzzy C-means,FCM)进行聚类。该文采用全色图像和合成孔径雷达(synthe tic aperture radar,SAR)图像进行验证,并与使用单一类型的差异图对比,结果表明,该方法由于利用差值图相位保留了图像中的弱变化信息,提高了检测准确率,且由于利用对数比值图幅值抑制了图像中的噪声,具有一定的抗噪性能。     

基于卫星遥感的输电沿线建筑物变化检测

准确、快速地实现建筑物变化检测对识别输电沿线隐患区具有重要的意义。随着卫星遥感技术的不断发展和进步,基于高分辨率遥感影像进行建筑物变化检测已成为研究热点。提出了一种融合阴影、建筑物指数、纹理、形状等特征的高斯概率模型实现像元级的建筑物初提取,在此基础上,结合多尺度分割结果实现对象级的建筑物变化检测,最后,将前后两时相对象级的建筑物提取结果进行空间叠加分析,并将叠加结果划分为建筑物新增、建筑物拆迁和建筑物改建三类。本文在研究区和验证区分别采用不同分辨率的遥感影像进行实验和验证,结果表明,该方法在不同尺度和影像分辨率下的建筑物变化检测均取得了实际效果和检测精度,可为输电沿线建筑物变化检测提供良好的技术支持。     

基于Xception模型的遥感影像场景变化检测

由于遥感场景固有的语义特征,深度学习在场景分类中具有突出的语义特征提取能力,近年来得到了广泛的研究。然而,现有的基于深度学习的方法大多没有精细描绘场景几何形状,而是利用固定大小的滑动窗口来对影像分类,这些窗口可能由多种场景类型的混合像元组成,导致场景识别的可分离性低,细节粗糙,分类精度低。针对这一问题,将简单线性迭代聚类(Simple Linear Iterative Clustering,SLIC)与迁移学习相结合,实现场景斑块的精确分类,进一步提高场景变化检测的准确性。首先基于SLIC算法,考虑强度分布的相关性,将遥感影像分割成多尺度斑块;其次利用Xception模型结合迁移学习网络从多尺度斑块中提取深度语义特征,并基于softmax分类器计算概率,从而判别场景斑块的类别;最后,基于场景分类的结果提取地物的变化信息。实验结果表明,该方法能够适应不同尺度的场景识别,达到利用窗口网格检测方法的最高水平,提高了场景变化检测的精度和效率。     

基于高分遥感的一种新的面向对象城市建筑物信息提取的方法研究

摘要：[目的]为了提高城市建筑物信息提取精度,本文在前人研究的基础上,针对下垫面结构复杂的城市区,提出了多尺度分割和规则数据库结合的面向对象方法,对城市区建筑物信息进行提取。[方法]该方法首先采用Full Lambda-Schedule算法对QuickBird多波段和全波段数据融合数据进行尺度分割,获取尺度分割结果;再根据光谱特征、形状特征、几何特征和纹理特征等指标建立规则知识库,利用规则数据库对尺度分割结果进行建筑物信息的提取。以广州市白云区为研究区,利用尺度分割和规则数据库结合的方法提取建筑物信息,提取结果与其它分类结果进行了比较。[结果和结论]结果表明：基于规则的面向对象的分类方法可以有效地避免传统的基于像素分类时出现的椒盐现象,避免一些错分、漏分的情况分类（如：道路和阴影）,结果更加符合人类的思维方式,与实际值更接近,总体分类精度达到87.0154%,Kappa系数为0.8714,比一般面向对象分类方法更适合作为城市建筑物专题数据库更新的有效方法。     

基于国产PIE软件的林学专业遥感实践教学提升初探

遥感技术类课程是林学专业的必修课,该类课程是实现智慧林业重要的技术手段,也是建设新农科的重要抓手。目前遥感实践教学存在教学内容系统性和创新性不强、软件实用性欠佳等问题,亟需对实践教学理念和框架进行革新。针对上述问题,借助航天宏图开发的国产遥感软件PIE(Pixel Information Expert),提出以“强基础、重应用和促创新”的实践育人教学理念,构建了一套基于PIE软件的遥感实践教学体系和内容框架。从教学理念和教学内容上提升当前遥感实践教学质量,不仅能够提高学生动手实践能力和创新能力,还能为企业精准输送高素质的复合型人才。     

基于高分遥感解译的成矿地质环境分析

本文以克勒青河谷地区中东部为研究区,利用Geoeye数据进行岩性构造-成控矿要素的综合解译,结合该区域的相关地质资料,分析出该区发生岩浆活动的时期为燕山期,其岩体的岩性为中粒黑云母二长花岗岩和粗粒黑云母二长花岗岩;沉积地层为二叠纪的加温达坂群白云岩组、阿格勒达坂组以及神仙湾群B组,其岩性为粉砂质板岩、细晶白云岩、生物碎屑灰岩和鲕粒灰岩等。成矿地质环境为华力西-燕山期造山作用造就的构造-岩浆带成矿地质环境控制着研究区的成矿作用,其形成的矿床主要为接触交代型矿床。