基于显著性卷积神经网络的变化检测方法

针对变化检测方法对差异遥感影像去除斑点噪声和地物边缘检测效果不佳的问题,该文提出一种基于显著性卷积神经网络(SCWNN)的变化检测方法。该方法采用上下文感知显著性检测方法,提高遥感影像中差异较大区域显著性值,减小差异较小区域显著性值,有效优化了地物边缘,同时降低斑点噪声;然后采用卷积神经网络方法,克服了由于样本不足对变化检测精度的影响。通过超高分辨率影像和合成孔径雷达两组双时相遥感影像数据进行实验,结果表明方法的有效性和鲁棒性。     

强降雨诱发滑坡群识别的光学遥感变化检测方法

针对强降雨诱发滑坡群的光学遥感干扰特征多、识别精度低的问题,该文提出一种基于灾前灾后遥感影像变化检测技术的滑坡识别精度提升方法：(1)通过波段比值预处理,消除道路、房屋等对滑坡识别的干扰特征;(2)通过相关参数优化,采用图像差值法和非监督分类法进行遥感变化检测滑坡识别,分析两种方法发生漏判误判的原因。结果表明,对遥感影像进行波段预处理,可以明显弱化道路、房屋等造成滑坡识别的干扰特征;图像差值法和非监督分类法识别滑坡的精确率、召回率和F1-score指标分别达到了0.815、0.647、0.721和0.680、0.788、0.730。基于滑坡特征影像预处理与参数优化的两种变化检测技术均明显提升了强降雨诱发滑坡群的自动识别效率,在光学遥感影像进行滑坡识别干扰特征消除和提高识别精度方面具有应用价值。     

“三调”成果数据引导的耕地“非农化”遥感监测

为准确提取耕地“非农化”的变化信息,实现耕地“非农化”遥感监测,提出一种“三调”成果引导的耕地“非农化”遥感监测方法。先从前时相的矢量数据抽取矢量边界、类别属性等先验信息;进行超像素分割,提取像斑的光谱和纹理特征;在先验信息引导下,利用同质性特征分析、异常检测的方法自动筛选样本,利用影像特征差异分析的方法确定最优影像特征;针对不同的耕地变化类型,选择最优影像特征,结合支持向量机分类实现耕地“非农化”区域检测。在河北省选取两块区域进行实验,结果表明,该文方法在已有成果数据的引导下,能够有效检测出耕地“非农化”区域,总体检测精度均在97%以上。     

GEE遥感云平台支撑下的河南省土地利用变化检测

针对长时序大尺度的土地利用类型精细化分类存在的挑战,基于Google Earth Engine遥感大数据云平台,利用具有较好时空一致性的Landsat7、Landsat8数据,采用随机森林模型和众数滤波优化算法研究了过去20年间河南省土地利用分类空间变化特征及趋势.研究结果表明:1)基于GEE遥感云平台提供的丰富数据和...     

融合IR-MAD与超像素分割的遥感影像变化检测方法

针对迭代加权多元变化检测（IR-MAD）方法提取高分辨率遥感影像变化结果存在信息分散、“椒盐噪声”现象,提出了一种融合IR-MAD与超像素分割的高分辨率遥感影像变化检测方法。该方法利用卡方分布概率密度函数与超像素分割方法技术对IR-MAD算法改进,通过IR-MAD算法获取初始变化检测结果;然后,采用多尺度的超像元分割方法生成多尺度超像素对象;最后,对IR-MAD算法提取的初始变化检测结果,利用多尺度超像素分割对象结合众数规则判断分割对象属性,获取最终变化区域。实验结果表明：本文提出方法能有效提取变化区域,减少“椒盐噪声”现象,能较好地保存地物边界信息,提高整体变化检测精度。     

遥感变化检测技术及其应用综述

从遥感变化检测前的准备工作和技术流程入手,对变化检测技术及应用现状作了简要介绍,综述了近些年来常用的几种遥感变化检测方法,即图像差值法、图像比值法、主成分分析法、植被指数法、分类后比较法。分析了遥感变化检测在国土资源、森林火灾、海洋、军事等方面发挥的重要作用。     

面向单波段高分辨率遥感影像的人工目标变化检测技术研究

针对利用遥感影像进行目标变化检测的特点,设计了一套面向单波段高分辨率遥感影像的人工目标的变化检测处理流程,集成运用人工变化检测的影像分析工具,最大限度地发挥自动和人工两种变化检测方式的优点,特别是提出了基于变化目标相似度验证的检测算法,提高了影像变化检测的效率并有效地保证了检测的可靠性。     

一种基于变化检测的LiDAR点云DEM更新方法研究

提出一种基于变化检测的LiDAR点云DEM快速更新方法,将点云数据转换到已有DEM所定义的坐标系下,然后对点云数据进行滤波处理生成DEM;通过比较并利用高程差阈值和形态学算法等,形成一套完整的LiDAR点云DEM更新流程。试验结果表明,该方法能有效提升DEM生产效率,降低生产成本。     

顾及轮廓特征的建筑物对象级三维变化检测方法

建筑物对象级三维变化检测是城市三维建筑模型更新及违法建筑查违等应用的核心关键技术。针对现有变化检测方法的限制,创新性提出了顾及轮廓特征的建筑物对象级三维变化检测方法,充分利用倾斜实景三维模型来进行变化检测。首先通过高度分析提取建筑物的轮廓线,同时过滤掉植被和地形等无关因素的影响;然后将不同高度的轮廓进行拟合后进行对比检测,并构建三维包围盒。该方法针对建筑物进行变化检测,检测对象单一,语义明确,既避免了对差值DSM滤波时不够彻底,又准确地保留了建筑物的有效信息,同时筛选出了未发生对象级变化的建筑物,可以更高效地对其做进一步的结构级变化检测。     

面向地理国情监测的地表覆盖模糊融合变化检测

针对人工判读作业模式难以满足地表覆盖变化检测现势性要求的问题,该文围绕地理国情监测技术设计要求和实际生产特点,提出了一种基于地理国情先验知识的多特征模糊融合变化检测方法。利用地表覆盖像斑边界,根据地理国情监测不同地类的最小面积指标进行多尺度分割,获取同质的对象级像斑;构建像斑的光谱、纹理、形状等差值特征集;基于模糊集理论进行特征的自适应加权融合得到初步变化检测结果,根据技术规则剔除不符合要求的像斑,获得最终变化区域。结果表明,该方法能够根据不同地类变化有效地集成不同特征组合表征变化信息,可充分利用地理国情监测前期成果,具有较高的准确率。