利用倾斜影像重建点云的建筑物变化检测

城镇空间建筑物的变化检测是分析城市空间格局变化的一项重要内容。针对利用卫星影像检测建筑物变化过程中噪声、复杂边界等干扰难题,本文从不同期倾斜影像重建点云中自动提取建筑物平面和高度两个维度的准确变化信息。首先采用布料模拟滤波算法较大程度上减少地形点的影响;然后利用一种动态图神经网络深度学习方法,有效地检测出点云中的建筑物,通过前后两期点云分类后结果对比提取出建筑物的三维变化信息;最后选取杭州市萧山区局部区域的两期倾斜摄影测量密集匹配点云数据开展分析验证。结果表明,本文方法能够在大范围内快速实现可靠的建筑物变化检测,建筑物平面和高程两个维度的变化信息均有很好的反映,为城市精细化管理提供了一种有效方法。     

利用灾前光学影像和灾后VHR SAR影像对地震低层建筑物进行变化检测

为了分析地震后建筑物毁伤程度,构建了一种结合灾前高分辨率光学影像和灾后高分辨率SAR特性的评估方法。首先,通过震前高分辨率光学影像提取矩形建筑物的位置和长、宽、高等三维信息;然后,通过GPU加速的方式对建筑物进行雷达影像模拟;最后,通过计算仿真SAR影像与震后灾区雷达真实影像的相似性,判断建筑物是否毁伤。选取2008年四川汶川5·12地震时的超高分辨率遥感影像,对算法进行了验证,实验证实了算法的可行性与有效性。     

多波段信息融合的遥感影像变化检测

传统遥感影像变化检测方法大多基于单波段信息,难以完整检测影像的变化信息。针对该问题,提出了一种基于马尔可夫随机场模型(MRF)的多波段遥感影像变化检测方法,利用MRF模型融合所有波段的变化信息。在求解MRF模型参数的过程中,引入MoLC与EM混合模型进行迭代计算。实验结果表明,本文方法的检测精度优于现有的变化检测方法,并且稳定性良好。     

基于选权迭代估计与非监督分类的多光谱图像变化检测

针对多光谱图像的变化检测问题,提出了一种基于选权迭代估计(iterative estimation with weight selection,IEWS)与非监督分类(unsupervised classification,UC)的多光谱图像变化检测方法。借鉴IEWS的思想,并以类似于迭代加权多元变化检测(iteratively reweighted multivariate alteration detection,IRMAD)的迭代模式进行回归估计,得到初步的变化检测结果;并通过对初始变化信息的UC处理,以及对不同类别的IEWS,得到最终的变化检测结果。利用该方法对TM图像进行了实验,结果表明:所得到的变化信息在空间位置上同该区域相应时间段内土地利用/覆盖的变化情况具有很好的一致性;同时与多元变化检测及IRMAD方法变化检测的结果相比较,表明该方法对相对较小的变化信息具有更好的变化检测能力。     

遥感变化检测技术方法综述

遥感变化检测技术是当今遥感技术研究的热点问题之一,现有遥感变化检测技术方法很多,其分类方式也很多。本文在总结已有的变化检测方法的基础上,将变化检测方法分类为仅基于光谱的变化检测方法和结合辅助知识的变化检测方法。     

像斑直方图相似性测度的高分辨率遥感影像变化检测

基于像斑的变化向量分析法CVA(Change Vector Analysis)过分依赖像斑的灰度均值信息,而未能有效利用其灰度分布信息,这在高分辨率遥感影像变化检测中存在不足。本文提出了一种基于像斑直方图相似性测度的变化检测方法。利用G统计量构建不同时期像斑之间的相似性测度。假设所有像斑的相似性测度值符合混合高斯分布模型,通过期望最大化算法EM(Expectation Maximization)求解相关参数,最后采用基于最小错误率的贝叶斯判别规则获取最终的变化结果。实验表明,本文提出的上述方法能够有效提高变化检测的精度。     

遥感变化检测技术在“三旧”改造项目进度监测中的应用研究

"三旧"改造项目实施过程中,改造进度是一项重要的指标。以遥感影像数据为基础,利用遥感变化检测技术,开展"三旧"改造项目进度监测可以为"三旧"改造监管工作提供客观、真实、准确、及时的辅助决策依据。本文以广州市天河区A、B两个"三旧"改造项目为例,采用面向对象的变化信息检测方法,在遥感影像图上对"三旧"改造项目范围内的地表特征变化情况进行监测,并分析项目改造进度情况。     

长汀县土地覆被变化检测及植被演替趋势监测

本文基于Landsat TM遥感影像数据和面向对象的分类方法,对比分析特征向量相关系数法和向量相似度法应用于变化检测的效果,结合两种方法对福建省长汀县土地覆被进行变化检测,并对结果进行精度评价和植被演替趋势分析。结果表明,利用相关系数法和向量相似度法变化检测的总体精度在85%以上,可以有效进行大范围的变化检测和植被演替趋势的监测。     

土地利用遥感变化检测综合实习课程的建设与创新

实验课程创新在创新型人才培养中起着重要作用。本文介绍了武汉大学遥感科学与技术专业"土地利用遥感变化检测综合实习课程"的建设与创新,在教学内容上的创新体现在设计性、开发性、探索性与研究性实验环节相结合;而考核机制的创新体现在实习考核与实习总结相结合、科技论文撰写与成果验收答辩相结合。通过本实习课程创新,提高了学生的自主学习、探索研究与开发创新能力。     

SAR影像变化检测的前景特征流形排序法EI北大核心CSCD

SAR影像变化检测的差异图分析法存在的两个问题:①连通区域内的部分变化区域易被误判为未变化区域;②中心先验假设并不适用于检测位于SAR影像边界的变化区域。本文针对以上两个问题设计了一种超像素分割和前景特征流行排序(manifold ranking,MR)的SAR影像变化检测方法(MRSFCD)。首先,通过单像素和邻域对数比算子进行加权融合构造差异图,可以保持变化区域内部的一致性并抑制噪声干扰。其次,对差异图进行超像素分割。然后,改进超像素的无向图连接方式,不对边界四周的超像素进行连接,利用超像素分割结果和灰度信息进行三次邻接。最后,将基于前景特征流行排序后得到的显著性图与单像素对数差异图进行点乘,对其进行阈值分割得到最终的二值变化图。本文通过采用3组双时相影像进行试验。结果表明,相较于其他变化检测算法,本文方法有效地提高了变化检测的精度。