基于改进决策树算法的山区遥感影像变化检测方法

为了能够精准检测山区遥感影像变化，提出一种基于改进决策树算法的山区遥感影像变化检测方法。利用K-SVD算法始化处理过完备字典，采用带有噪声的山区遥感影像训练字典，通过学习获取的字典稀疏表示含噪山区遥感影像，得到每个小块影像的稀疏表示系数，平均处理小块影像，获得去噪后的山区遥感影像。采用邻域相关分析技术获取描述上下文信息的邻域相关影响，通过邻域像素间的相关性展开模板匹配得到匹配误差。同时根据方向梯度信息提取山区遥感影像的结构特征，将邻域相关影像、匹配误差和结构特征输入改进后的决策树算法，将其作为分类属性，检测出山区遥感影像变化，实现山区遥感影像变化检测。实验结果表明，所提方法可有效检测出山区遥感图像的变化，并且检测500个样本图像的时间仅为335.4 s，因此，该方法可以获取准确率更高且检测时间更短的山区遥感影像变化检测结果。