A FRAMEWORK FOR AUTOMATED CHANGE DETECTION SYSTEM

1Ｃｕｒｒｅｎｔｃｈａｎｇｅｄｅｔｅｃｔｉｏｎｔｅｃｈ ｎｉｑｕｅｓＡｕｔｏｍａｔｉｃｃｈａｎｇｅｄｅｔｅｃｔｉｏｎｉｎｉｍａｇｅｓｏｆａｇｉｖｅｎｓｃｅｎｅａｃｑｕｉｒｅｄａｔｄｉｆｆｅｒｅｎｔｔｉｍｅｓｉｓｏｎｅｏｆｔｈｅｍｏｓｔｉｎｔｅｒｅｓｔｉｎｇｔｏｐｉｃｓｏｆｉｍａｇｅｐｒｏｃｅｓｓｉｎｇ .Ｉｔｆｉｎｄｓｉｍ ｐｏｒｔａｎｔａｐｐｌｉｃａｔｉｏｎｓｗｉｔｈｉｎｄｉｆｆｅｒｅｎｔｃｏｎｔｅｘｔｓ,ｒａｎｇ ｉｎｇｆｒｏｍｖｉｓｕａｌｓｕｒｖｅｉｌｌａｎｃｅａｎｄｖｉｄｅｏｃｏｄｉｎｇｔｏｔ…     

基于相似度验证的自动变化探测研究

变化检测技术越来越多地应用于城市遥感分析和应用领域,但目前城市变化检测的研究主要基于中低空间分辨率的遥感数据,使用的方法也主要是像元直接比较法或者是分类后比较法。提出一种基于变化向量分析和相似度验证相结合的变化检测方法,应用高空间分辨率影像来快速实现城市建筑物、街道等目标的自动变化检测。并详细阐述了变化目标的提取以及验证的方法和过程,其结果真实地反映了地面目标的实际变化程度和类型。     

多时相遥感影像的变化监测方法研究

多时相遥感影像图变化监测已经在国民经济及国防建设领域得到了广泛应用。通过分析同一地域不同时相的遥感图像变化监测提供地物发生变化的信息,对资源环境数据进行更新及利用。论文围绕变化监测中的一些关键理论方法进行了研究。     

变化检测技术及其在高分辨率卫星遥感影像中的应用

对高分辨率遥感卫星影像利用变化检测技术更新现有的影像数据库或地图数据库是一项对测绘具有重要意义的工作。对现有的变化检测技术进行了分类总结,然后提出了对高分辨率遥感卫星影像进行变化检测的实施流程,最后结合数学形态学算法对SPOT5影像(2.5 m分辨率)进行了相关实验。     

TM影像的变化检测方法探究

变化检测是遥感应用中的一项重要内容。随着遥感技术的发展,变化检测技术也有了很大的进步,出现了很多的研究方法和研究成果。本文在总结前人研究的基础上,提出了TM影像变化检测的基本流程,并简单介绍了各个流程,包括数据预处理、变化信息的提取以及变化区域的确定,重点介绍了变化检测的方法尤其是目前最新的研究方法,最后对变化检测的前景提出了展望。     

遥感影像变化检测技术发展综述

变化检测是遥感信息科学的一个重要研究方向。本文首先介绍了遥感变化检测的技术流程;其次,重点介绍了各种常用的和近年来新出现的变化检测方法,并对其优缺点进行了简要评述;最后,讨论了变化检测技术的发展现状和存在的问题。     

采用图像差值法提取土地利用变化信息方法—以攀枝花仁和区为例

在遥感、地理信息系统和全球定位系统技术综合应用于山区土地资源动态监测领域的研究工作中，探讨采用以图像差值法为主，分类后比较法为辅提取土地利用信息的基本思路和方法，提出采用定量统计分析的方法来选择合适的差值计算波段和相应的变化阈值。在数据分析过程中，GPS测量数据发挥了重要作用。     

多时相遥感影像变化检测方法综述

遥感影像变化检测一直是国际遥感领域研究的热点和难点,尽管各国学者对变化检测问题进行了大量深入的研究,但是目前尚未出现一种普适性强、适用于所有情况的通用方法。随着遥感对地观测技术的快速发展和应用,变化检测技术体系也在不断地发展和演化。回顾了多时相遥感影像变化检测技术的发展历程,对多时相遥感影像变化检测方法的分类体系进行了归纳总结,从变化检测预处理、变化检测方法、精度评价3个方面详细总结了变化检测研究的最新进展,并指出了变化检测面临的核心困难及可能的应对措施,以期推动遥感影像变化检测研究更加深入的发展。     

面向对象的遥感变化检测研究

通过分析传统的遥感变化检测方法存在的问题,提出了面向对象的遥感变化检测方法。本文利用某地ETM+两个时相的遥感影像,将面向对象和传统变化检测方法进行定性定量的比较,从而得出面向对象的遥感变化检测方法的优势。该方法采用了基于相邻影像区域合并异质性最小的面向对象的多尺度分割方法和模糊分类的方法对变化检测图像进行处理,从而提高了变化检测结果的精度。最终得到较理想的实验分析结果。     

基于高斯过程的高分辨率遥感图像变化检测

本文首先通过理论分析,探讨了高斯过程分类器在高分辨率遥感图像变化检测应用中的优势与不足,并针对高斯过程分类器的不足给出了相应的解决方法;其次,提出了一种基于空间上下文相关的高斯过程变化检测方法;最后,通过多个高分辨率遥感实验数据集上的实验设计与分析,验证了高斯过程分类器在高分辨率遥感图像变化检测中的应用能力,并证明了本文提出的解决方法的有效性.     

像素级和对象级高分辨率遥感图像变化检测分析

高分辨率遥感图像具有丰富的纹理信息,而像素级变化检测方法主要分析图像的光谱信息,导致将像素级变化检测方法用于高分辨率遥感图像具有一定的局限性。因此,本文提出了一种像素级与对象级相结合的高分辨率遥感图像变化检测方法,解决了像素级与对象级变化检测方法中存在的椒盐现象、误检等问题。首先,结合高分辨率遥感图像的多维特征,构建遥感图像变化检测模型;其次,利用随机森林分类器对图像进行分类,得到像素级变化检测结果;最后,将像素级变化检测结果与图像对象分割结果进行融合,得到图像变化区域和不变区域。试验结果表明,该算法具有较高的准确率和检测精度。     

融合像素级和对象级的遥感图像变化检测方法

针对现有遥感影像变化检测方法常存在的检测结果破碎、虚检较多、对数据匹配要求高等问题。提出了一种融合像素级和对象级的遥感图像变化检测方法。利用光谱和纹理信息构建单高斯模型,在多尺度上进行像素级变化检测。然后,以像素级检测结果为种子区域,同时在变化前后影像上区域生长,融合生长结果提取变化对象。最后,依据检测需求对变化对象进行特征分类并滤除虚警。实验结果表明,该方法降低了虚检,保持了变化区域的结构完整性,在变化前后图像分辨率存在一定差别时仍有较高的检测精度。     

长时间序列多源遥感数据的森林干扰监测算法研究进展

时空意义明确的森林干扰和恢复信息是评价森林生态系统碳动态的关键因素之一。然而由于诸多的现实困难,多尺度的森林干扰定量化时空信息相对缺乏。Landsat数据具备光谱、时间和空间分辨率上的优势,以及可以免费获取的特点,使其成为主要的长时间序列动态监测的遥感数据源之一,为长时间周期内提供具有合适的空间细节和时间频率的森林干扰信息成为可能。特别是基于Landsat时间序列堆栈(LTSS)的森林干扰自动分析算法的出现,更为森林生态系统的近实时监测提供强有力的工具。本文全面评述了长时间序列遥感数据准备和预处理技术以及国内外基于遥感数据源的多时相森林干扰监测方法,重点分析了基于Landsat的多种指数监测和自动化方法的优缺点,并总结了其与多源数据结合的扩展应用,最后就现有方法与国内外新的数据、技术手段的关联进行了展望,以期为推广中国本土卫星影像应用于森林干扰监测提供理论借鉴。     

基于典型相关分析的变化检测中变化阈值的确定

以东营市为例 ,把基于典型相关分析的方法运用于多时相遥感影像的变化检测中。对于变化阈值的确定 ,采用了一种基于贝叶斯理论的最小错误率的方法。这种方法实质上是一种非监督分类的方法 ,即不需要地面实况数据或其它先验知识 ,直接对典型相关处理后的差值图像进行分析计算得到阈值 ,使变化检测的错误率达到最小。实验结果证明了这种方法的有效性。     

基于贝叶斯网络分类的遥感影像变化检测

遥感成像过程中,地面、大气等诸多要素的不确定性和波段之间的相关性等原因影响了分类精度,导致变化检测的不准确性。为了提高分类精度往往需要引入先验知识。贝叶斯网络是一种新的数据表达和推理模型,对数据没有严格的正态分布前提要求,通过动态地调整先验概率密度,能有效提高分类精度。以北京通州地区1996-05-29和2001-05-19两个时相的陆地卫星Landsat TM遥感影像为例,介绍了基于贝叶斯网络的分类算法,并在此基础上实现了两个时相遥感影像的变化检测。实验结果表明:基于贝叶斯网络分类算法的后分类比较变化检测方法是遥感影像变化检测的一种新的有效方法。     

单一时相遥感数据土地利用与覆盖变化自动检测方法

针对基期(用于该研究的前一时期数据)T1仅拥有土地利用和覆盖图件(矢量格式)而另一期T2拥有遥感数据的情况,构建了基于知识引导的土地利用和覆盖变化自动检测技术与方法。T1时期土地利用与覆盖与T2期遥感数据在配准叠加情况下,以T1完整的土地利用与覆盖类型图斑为单元构建土地各类别遥感数据知识库,然后以图斑单元或以像素为单位计算遥感影像特征统计量,通过与知识库相关数据的比较与匹配自动检测出变化并识别出相应的土地利用与覆盖类别。文章最后通过试验验证了该方法的有效性。     

论地球空间网格环境下的遥感产品虚拟化

针对当前遥感产品获取存在的问题,基于网格技术、面向网络的服务技术等提出了遥感产品虚拟化的概念,并对它的定义、相关技术、特点和优点进行了讨论。认为地球空间网格环境下的遥感产品虚拟化需要建立在松散耦合型的计算模式上,需要借助于面向服务的构架。同时,为了完成网格环境下服务的发布、咨询、资源调度、服务控制、服务生命周期控制等一系列关键步骤,必须采用能够与基于服务的构架和理念相匹配的软件工程方法,提出了基于多智能体的软件工程方法学实现遥感产品虚拟化的构想,并指出了遥感产品虚拟化是面向网格计算环境的未来遥感数据处理系统的发展方向。     

基于深度学习的目标检测定位系统设计与实现

针对传统遥感影像目标检测方法效率不高,并且无有效手段对检测信息进行管理利用的问题,提出了在B/S构架下基于深度学习的目标检测及定位方法。通过集成深度学习框架、WebGIS以及数据库,实现了集遥感影像目标检测、展示及管理于一体的目标检测定位系统,满足多用户基于前端浏览器的并发目标检测需求。利用网格划分策略,实现了基于前端的大区域范围的目标快速检测。基于某机场飞机目标及某城市区域运动场目标检测结果表明:本文设计的目标检测定位系统能够在前端实现目标快速检测定位,具有较高检测精度,并可有效管理检测信息,为深度学习循环再利用提供数据支撑。     

多时相遥感变化检测的动态贝叶斯网络研究

动态贝叶斯网络是20世纪90年代在贝叶斯网络基础上发展起来的、利用时序动态数据产生可靠概率推理的新方法，动态贝叶斯网络为实现遥感变化检测从静态到动态分析提供了一种新的途径。在实现了贝叶斯网络遥感数据分类的基础上，把握发展动态，探索了利用动态贝叶斯网络对多时相多特征遥感数据进行变化检测的问题。以北京东部地区1994年、2001年和2003年5月Landsat TM遥感数据为例，介绍了利用动态贝叶斯网络进行多时相遥感变化检测的基本过程。实验结果表明：动态贝叶斯网络算法可以一次性输入和处理多个时相的遥感数据，并通过概率和有向无环图表达了不同时间片段之间特征和状态变化的关系。     

土地变更调查遥感监测中QuickBird遥感影像处理方法的讨论

遥感技术在全国土地变更调查工作中得到广泛应用,主要通过从最新获取的遥感影像上提取所需信息,再对比之前的数据库信息进行分析得到一定时间阶段的土地变更情况。文章针对在全国土地变更项目中使用较广的QuickBird影像,以QuickBird影像的全色影像、多光谱影像、前时相基础底图及高程数据为基础,对影像进行拼接处理、降位处理、数据融合、影像彩色合成,以及几何纠正等处理过程,并通过实验确定一个最佳处理流程。最终得到地类清晰可见、容易判读的影像,为之后的影像信息提取打好了基础。