變化檢測
- 無人機低空遙感影像智能變化檢測的實現(xiàn)和應用探究
；遙感影像；變化檢測；深度學習 變化檢測是對比不同時間探測的實體或現(xiàn)象的狀態(tài)來辨別其狀態(tài)轉變的影像分析技術，在遙感影像解譯中具有重要的作用。無人機低空遙感拍攝的高分辨率遙感影像極大地提高了土地利用、環(huán)境變化的監(jiān)測能力。在遙感應用中，我們通過影像處理和數(shù)學模型對不同時期的遙感影像與相關特征的變化進行比較分析感知地物的變化。但使用人工干預的傳統(tǒng)解譯方法進行高分辨率影像的變化檢測，其精度易受到影像解譯人員主觀因素的影響且處理效率較低。近些年，計算機視覺技術發(fā)展日
科學導報 2023年92期2024-01-06
- 基于分類后驗概率空間的孿生Nested-UNet（SNU-PS）變化檢測網(wǎng)絡
05）。遙感變化檢測技術通過分析同一區(qū)域不同時間獲得的兩幅或多幅圖像來提取變化信息（Zhu 等，2022），是全面監(jiān)測和記錄地表覆蓋變化的唯一有效手段。目前，變化檢測已廣泛應用于地學研究的各個領域，包括土地利用和土地覆蓋變化、森林砍伐、災害監(jiān)測和城市規(guī)劃等（杜培軍和柳思聰，2012；Hermosilla等，2015；Zheng等，2021；Fang等，2023）。變化檢測技術的發(fā)展與遙感對地觀測技術的提高、信息技術的迭代、深度學習的興起息息相關（Chen
遙感學報 2023年9期2023-10-19
- 人工智能時代的遙感變化檢測技術：繼承、發(fā)展與挑戰(zhàn)
相觀測和自動變化檢測，為深入理解地表的持續(xù)性變化提供了重要的技術手段，也廣泛助力于農(nóng)業(yè)調查、城市擴展、資源勘探、生態(tài)評估、災害監(jiān)測等多領域的遙感應用（Song 等，2018；杜培軍 等，2012a；Pekel 等，2016；Liu 等，2017a；Dalponte 等，2019）。由于衛(wèi)星的重訪性和持續(xù)性特點，長時序（如年際）和短時（如日際甚至時際）觀測均可獲取海量的多時相遙感影像。如何從中挖掘出高價值、有意義的地表變化信息，從而支撐全球和區(qū)域性地表變化機
遙感學報 2023年9期2023-10-19
- 基于隨機森林方法的遙感影像耕地提取與變化分析
保障。耕地的變化檢測對于耕地的保護和利用都具有十分重要的意義。該文以南京市江寧區(qū)為研究區(qū)，使用2017年、2019年、2021年3期哨兵2號影像，采用隨機森林分類方法，提取耕地信息并分析其時空變化。結果表明：隨機森林分類方法能有效識別耕地，分類精度均在80%以上。2017—2019年間，江寧區(qū)耕地面積變化不大;2021年與2019年相比，耕地面積略有減少，部分耕地轉化為其他用地類型。在空間上，西部、東南部地區(qū)的耕地與其他用地類型間轉化面積較大;總體上，耕地
安徽農(nóng)學通報 2022年10期2022-06-30
- 基于光學衛(wèi)星影像的填海區(qū)變化檢測研究
進行填海區(qū)的變化檢測。關鍵詞：光學遙感影像;填海造地;變化檢測由于影像配準在變化檢測中的重要性，該研究課題在遙感領域非?；钴S，目前為止，許多遙感圖像的自動配準方法的新方法新技術不斷被研究出來[29]。當前影像配準的方法主要有三種：基于灰度信息的影像配準，基于特征的影像配準，以及基于變換域的影像配準[10]。本文提出應用多時相的多源遙感影像自動配準的方法進行填海區(qū)的變化檢測研究意義重大。1?理論和方法在衛(wèi)星技術的應用中，高精度的地理定位和多源遙感數(shù)據(jù)聯(lián)合觀測
科技風 2021年26期2021-10-11
- 基于Log-Gabor濾波器的SAR圖像變化檢測研究
多方向的圖像變化檢測方法。通過斑點抑制各向異性擴散濾波（SRAD）和離散小波變換（DWT）對SAR圖像進行預處理，利用Log-Gabor（LG）濾波器組對處理后的無斑點圖像進行多尺度多方向設計，將多個方向的最大幅值相加得到基于特征的尺度表示。通過設計最小重疊的傳輸函數(shù)來擴大覆蓋廣泛的濾波器帶寬，對每個尺度進行多方向處理得到差分圖像系數(shù)，將各尺度的差分系數(shù)序列相加進而計算差分圖像。最后，利用真實的武漢市SAR圖像數(shù)據(jù)集驗證了該方法的性能。關鍵詞：SAR圖像;
計算技術與自動化 2021年3期2021-10-01
- 遙感影像變化檢測綜述
實體和現(xiàn)象的變化檢測，從而進一步地回答“when”“where”“what object”和“what change”的“4w”問題［2］。變化檢測是通過在不同時間觀察同一對象或現(xiàn)象來識別其狀態(tài)差異的過程［3］。自動、半自動化的變化檢測已經(jīng)在城市規(guī)劃、土地利用/覆蓋、植被變化、災害監(jiān)測、地圖更新和生態(tài)環(huán)境保護等多個領域得到了廣泛應用，例如，G?rtner等［4］通過檢測樹冠的生長變化來檢測自然植被的覆蓋變化，適用于發(fā)現(xiàn)河岸森林植被的退化，有助于檢測評估瀕危
計算機應用 2021年8期2021-09-09
- 基于多特征融合的FCM面向對象變化檢測?
用遙感影像的變化檢測技術提取目標區(qū)域的變化信息，為環(huán)境、城市規(guī)劃、農(nóng)業(yè)、國防等領域提供支持，一直是遙感影像處理的研究熱點［1~3］。面對高分辨率遙感影像，基于像素的傳統(tǒng)變化檢測方法不再適合，研究適用于高分辨率遙感影像的變化檢測方法有著重要的意義。與中低分辨率影像相比，高分辨率遙感影像地物細節(jié)信息更豐富，但在傳統(tǒng)的面向像素方法下，這些細節(jié)信息往往不會得到有效利用，反而會干擾變化檢測的結果。傳統(tǒng)方法對地物形狀、結構等信息的分析很少涉及，這也成為制約遙感應用的主
計算機與數(shù)字工程 2021年7期2021-08-08
- 面向對象的高分辨率遙感影像建筑物變化檢測
感影像建筑物變化檢測法.利用BMI算法提取建筑物，利用CVA算法進行變化檢測得到全部對象差異度，利用EM算法的貝葉斯閾值計算方法確定變化閾值.結果表明，基于面向對象的變化檢測總體精度為89.48%，Kappa系數(shù)為0.86，優(yōu)于基于像元的變化檢測，為高分辨率遙感影像建筑物的變化檢測提供了一種新的思維方式和方法.關鍵詞：高分辨率;變化檢測;基于像元;面向對象[中圖分類號]P237?? [文獻標志碼]AObject-oriented Detection of
牡丹江師范學院學報（自然科學版） 2021年1期2021-01-25
- 基于面向對象的中分辨率遙感影像變化檢測方法研究
提高遙感影像變化檢測的精度出發(fā)，提出了一種基于面向對象的Idex-CVA變化檢測法。通過實驗數(shù)據(jù)分析，面向對象的Idex-CVA法可以把圖像指數(shù)變換與CVA法的優(yōu)勢融合，能夠提高檢測精度，降低虛檢率、漏檢率。隨著經(jīng)濟與科技的發(fā)展，尤其是近年來人口的快速增長和城鎮(zhèn)化的推進，地表覆蓋物的變化越來越頻繁，如果我們能用既快速又有效的方法檢測到地表覆蓋物的變化，在國情監(jiān)測、農(nóng)業(yè)普查、研究土地變化等領域具有十分重要的意義。關鍵詞：遙感影像? 變化檢測? Idex-CV
科技資訊 2021年32期2021-01-12
- 基于圖斑空間位置關系的地物變化快速檢測方法
置關系的新型變化檢測方法，該方法綜合利用GIS矢量專題空間屬性信息和遙感影像圖斑模型信息，通過構建三層網(wǎng)絡圖斑層父類與子類之間空間拓撲關系，檢測前期GIS矢量專題數(shù)據(jù)中地表資源變化圖斑及未變圖斑，并以檢測出來的圖斑作為模型學習樣本點，優(yōu)化未變圖斑精度，進而快速定位變化圖斑區(qū)域，減少人力變化圖斑遍尋時間，指導后期精細化圖斑變化信息檢測。關鍵詞：變化檢測? 矢量專題? 遙感影像? 空間位置關系中圖分類號：P231? ? ? ? ? ? ? ? ? ? ? ?
科技資訊 2020年27期2020-11-30
- 地理國情監(jiān)測中遙感與GIS技術應用研究
文提出了一種變化檢測方法，該方法將高分辨率遙感影像與矢量數(shù)據(jù)相結合，用于地理和國情監(jiān)測。首先，分析了遙感圖像與矢量數(shù)據(jù)擬合結果的不一致。通過應用矢量數(shù)據(jù)來輔助分割，提出了一種獲得更均勻圖像斑塊的方法。此外，該文提出了一種基于歷史矢量和雙時相遙感影像的變化檢測方法，并通過實驗證明了其可行性。關鍵詞：矢量數(shù)據(jù)? 像斑? 變化檢測? 多尺度分割中圖分類號：P237? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ?
科技資訊 2020年26期2020-11-20
- 高分遙感技術在交通建設工程監(jiān)管中的應用探索
的目標識別與變化檢測技術流程，并結合實際公路、水路建設工程，搭建江蘇省示范應用系統(tǒng)，有效提升交通建設工程高效化、大范圍監(jiān)管能力，為高分遙感技術在交通運輸行業(yè)的深度應用提供范本。關鍵詞：交通建設工程;高分遙感;監(jiān)管;目標識別;變化檢測中圖分類號：U415.1 文獻標識碼：A依據(jù)國家有關科技發(fā)展規(guī)劃和科技創(chuàng)新相關要求，圍繞現(xiàn)代綜合交通運輸體系構建、運輸結構調整等國家戰(zhàn)略及重大部署，交通工程建設取得了長足的發(fā)展。在交通工程建設實施的過程中，需要交通監(jiān)管部門對交
交通科技與管理 2020年3期2020-09-10
- 基于主動學習的油氣管道沿線地物變化檢測
行性[3]。變化檢測是指通過對覆蓋同一地區(qū)不同時相遙感影像的研究,定量分析和確定地表覆蓋變化的特征與過程[4]。按照算法的自動化程度,變化檢測可分為非監(jiān)督和監(jiān)督變化檢測算法。非監(jiān)督變化檢測算法一般是根據(jù)閾值分割直接將兩時相影像生成的差值影像分為變化和非變化類別[5-6]。主要包括有影像差值法、變化向量分析法(change vector analysis, CVA)法[7]、馬爾科夫隨機場(Markov random filed, MRF)[8]等,非監(jiān)督變
科學技術與工程 2020年20期2020-08-03
- 面向對象的城市規(guī)劃遙感監(jiān)測專題研究
;城市規(guī)劃;變化檢測1 緒論隨著高分辨率遙感影像發(fā)展及普及，遙感技術為城市規(guī)劃監(jiān)測提供了新的技術手段和方法，針對高分辨率遙感圖像提出的面向對象方法，受到越來越多的關注?，F(xiàn)有的面向對象的檢測方法按照不同時相影像對象的獲取方式一般可以分為：直接對象比較法、對象分類后比較法和多時相對象變化檢測。其中多時相對象變化檢測是將兩時相的圖像疊加在一起進行分割，這樣分割出來的對象在兩個時相的影像中具有相同的邊界，可以充分利用幾何和光譜信息進行變化檢測。該方法最先是由Des
科技風 2020年17期2020-07-04
- 基于GIS輔助遙感變化檢測的地理國情監(jiān)測研究
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，本文提出了基于歷史矢量與雙時相遙感影像的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) ?像斑 ?變化檢測 ?多尺度分割中圖分類號：P237 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1674-09
科技創(chuàng)新導報 2020年1期2020-05-09
- 以深度學習方法為載體的醫(yī)學影像實時變化檢測算法分析
醫(yī)學影像實時變化檢測算法，使用這種方法可以省去濾波和差異圖構造操作，從而提高檢測效率。文章首選對檢測流程進行分析，主要包含四步，即構建深度神經(jīng)網(wǎng)絡、構建合適樣本、訓練網(wǎng)絡和檢測。通過實驗結果表明，該算法應用于醫(yī)學影像實時變化檢測中具有較好的效果，能夠提高檢測準確率和效率。關鍵詞：深度學習;醫(yī)學影像;變化檢測中圖分類號：TP753文獻標識碼：A文章編號：1001-5922（2020）12-0132-04在醫(yī)學領域，影像實時變化檢測技術有助于分析人體器官和病變
粘接 2020年12期2020-01-05
- 遙感影像變化檢測方法的研究
摘 要：圖像變化檢測一直是數(shù)字圖像處理研究的熱點之一，遙感圖像由于具有空間信息，其變化檢測更具有重要的意義。變化檢測被廣泛應用到森林、地質、環(huán)保、軍事等領域。本文根據(jù)哈爾濱市道里區(qū)2006年和2016年兩個不同時期的遙感影像，根據(jù)數(shù)據(jù)的實際特點進行了預處理，再將影像結合監(jiān)督學習的方法分解成多個像素組的集合，形成對象，最后進行面向對象的變化檢測方法，實驗結果表明，此方法較傳統(tǒng)的基于像素變化檢測精度有所提高。關鍵詞： 遙感影像;變化檢測; 圖像變化檢測【Abs
智能計算機與應用 2019年5期2019-12-05
- 基于生成對抗網(wǎng)絡的地面新增建筑檢測
絡的新增建筑變化檢測模型（CDGAN）。首先，使用Focal損失函數(shù)改進傳統(tǒng)圖像分割網(wǎng)絡（Unet），并以此作為模型的生成器（G），用于生成遙感影像的分割結果;然后，設計了一個16層的卷積神經(jīng)網(wǎng)絡（VGGnet）作為鑒別器（D），用于區(qū)分生成的結果和人工標注（GT）的真實結果;最后，對生成器和判別器進行對抗訓練，從而得到具有分割能力的生成器。實驗結果表明，CDGAN模型的檢測準確率達到92%，比傳統(tǒng)Unet模型的平均區(qū)域重合度（IU）提升了3.7個百分點，
計算機應用 2019年5期2019-08-01
- 面向對象的高分辨率遙感影像森林植被變化檢測方法對比研究
要信息，利用變化檢測技術能夠高效地從高分辨率遙感影像上提取相應目標區(qū)域的變化信息[3-4]?；谙袼氐?span id="j5i0abt0b" class="hl">變化檢測方法是傳統(tǒng)的變化檢測方法，隨著高空間分辨率影像的出現(xiàn)及發(fā)展，面向對象的變化檢測方法已經(jīng)廣泛地應用于遙感變化檢測[5]。下文介紹兩種面向對象的變化檢測方法并比較它們的優(yōu)缺點。1 研究區(qū)域概況花溪區(qū)位于貴州省中部，隸屬于貴陽市，地理坐標為東經(jīng)106°28′50″～106°53′9″，北緯26°11′3″～26°34′27″。東鄰黔南州龍里縣，南連黔南州
陜西林業(yè)科技 2019年3期2019-07-22
- 基于貝葉斯方法的高分辨率遙感影像變化檢測劉巨峰
地覆被分類后變化檢測時，土地覆被分類誤差會造成嚴重的誤差累積效應。尤其是針對高分辨率遙感影像的土地覆被變化檢測，由于空間分辨率的提高，高分辨率影像的變化檢測難度增大，一般的分類后變化檢測精度較低。文章采用基于對象的影像分析方法，提出了利用貝葉斯軟融合方法降低了土地覆被變化分類誤差的累積效應，并選取了兩個研究區(qū)的高分辨遙感影像數(shù)據(jù)驗證了其有效性，分別得到了78%與76%的總精度。關鍵詞：高分辨率影像;變化檢測;基于對象;貝葉斯方法中圖分類號：TP75 文獻標
科技創(chuàng)新與應用 2019年11期2019-06-27
- 基于多種差異影像算法改進回溯土地覆被變化檢測方法的探討
88.5%，變化檢測結果總體精度達到83.8%;基于CVA的回溯分析方法次之，因存在漏檢現(xiàn)象導致分類總體精度為86%，變化檢測結果總體精度不足80%;而基于PCA的回溯分析方法精度最低。通過采用FCM算法有效改善土地覆被變化檢測結果中的漏檢現(xiàn)象，從而獲得精度較高的分類及變化檢測結果。關鍵詞：基于對象影像分析;差異影像;回溯分析;變化檢測;對比研究中圖分類號：TP75? ? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2019）
科技創(chuàng)新與應用 2019年7期2019-06-09
- 基于FCM聚類的TM影像變化檢測
要：遙感圖像變化檢測是指在同一地表區(qū)域，獲取覆蓋該區(qū)域的多時相的遙感圖像以及其他輔助數(shù)據(jù)，來獲取地表特征隨時間變化產(chǎn)生的變化而引起光譜的變化，所以利用不同時期的影響進行變化檢測就能獲取地物的變化信息。研究運用MATLAB編寫算法對同一地區(qū)不同時間的兩幅經(jīng)過預處理的遙感圖像的差值得到圖像D，對得到的圖像D進行FCM聚類分析，分為兩類：變化類和不變類，得到了Kappa系數(shù)，最后進行了精度評價。關鍵詞：TM影像;變化檢測;精度評價中圖分類號：TP753文獻標識碼
綠色科技 2019年24期2019-01-19
- 基于GIS空間分析的地理國情變化檢測
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，進一步地，本文提出了基于GIS疊置分析的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：TP79 文獻標識碼：A 文章編號：1672-3791（2018）06（b）-0069-02遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象級）變化檢測方
科技資訊 2018年17期2018-12-27
- 基于GIS的變化檢測技術探討
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用GIS技術輔助分割獲取同質像斑，進一步提出了基于歷史矢量與雙時相遙感影像的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：TP7 文獻標識碼：A 文章編號：1672-3791（2018）03（c）-0090-02本文提出一種面向地理國情監(jiān)測的高分辨率遙感影像與矢量數(shù)據(jù)結合的變化檢測的方法
科技資訊 2018年9期2018-10-26
- 面向地表覆蓋變化檢測的服務關系模型與方法研究
83遙感影像變化檢測是大范圍地表覆蓋數(shù)據(jù)更新的重要技術手段。近年來，國內外研究學者從不同的角度提出了大量的變化檢測算法或模型，但尚未有一種通用的方法能夠適用于不同的影像數(shù)據(jù)條件、地表覆蓋數(shù)據(jù)類型和地理區(qū)域特點。事實上，變化檢測領域的“算法-數(shù)據(jù)”之間存在著諸如競爭、協(xié)作等關系，深入理解“算法-數(shù)據(jù)”關系將有助于實現(xiàn)變化檢測算法的優(yōu)選以及處理流程的靈活構建。當前的一個重要發(fā)展趨勢是借鑒服務計算的理論方法，將變化檢測所涉及的數(shù)據(jù)和算法以Web Service的
測繪學報 2018年9期2018-03-28
- 機載SAR雷達實時圖像變化檢測的實現(xiàn)
雷達圖像實時變化檢測系統(tǒng)工程實現(xiàn)，闡述了SAR圖像變化檢測原理和表征形式，分析了機上實時變化檢測實現(xiàn)流程和處理方式，并給出了考核方法和飛行試驗成果，最后對該系統(tǒng)的應用前景進行了分析和總結。【關鍵詞】SAR 圖像 變化檢測 機上實時1 概述合成孔徑雷達（Synthetic Aperture Radar，SAR）是一種工作在微波波段的相干成像雷達。它以其高分辨率和全天候、全天時、大而積的數(shù)據(jù)獲取能力而成為世界各國普遍重視的對地觀測技術，充分顯示出在對地軍事情報
電子技術與軟件工程 2017年15期2018-01-30
- 基于Landsat影像的黃豐橋林場森林變化檢測研究
豐橋林場森林變化檢測研究羅 號1，2，孫 華1，3，胡 滿1，羅孝云4，羅喜華4，楊政宇1（1.中南林業(yè)科技大學 林業(yè)遙感信息工程研究中心，湖南 長沙 410004；2.廣東省嶺南綜合勘察設計院，廣東 廣州 510520；3.林業(yè)遙感大數(shù)據(jù)與生態(tài)安全湖南省重點實驗室，湖南 長沙 410004；4.攸縣黃豐橋國有林場， 湖南 攸縣 412300）以攸縣黃豐橋林場為研究區(qū)，選擇2001，2009和2013年3期Landsat影像，應用影像代數(shù)變化檢測、掩膜處理
中南林業(yè)科技大學學報 2017年12期2017-12-19
- 應用GIS分析方法的地理國情變化檢測研究
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑。進一步地，本文提出了基于GIS疊置分析的變化檢測方法。實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：P37 文獻標識碼：A 文章編號：1674-098X（2017）10（a）-0152-02遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象級）變化檢測方向
科技創(chuàng)新導報 2017年28期2017-11-28
- 應用GIS分析方法的影像分割變化檢測研究
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，進一步地，本文提出了基于GIS疊置分析的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：P237 文獻標識碼：A 文章編號：1672-3791（2017）09（b）-0017-02遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象級）變化檢測方
科技資訊 2017年26期2017-11-08
- 土地監(jiān)測調查中3S技術綜合應用研究
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，進一步地，本文提出了基于歷史矢量與雙時相遙感影像的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：P208 文獻標識碼：A 文章編號：1674-098X（2017）09（a）-0130-02遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象級）
科技創(chuàng)新導報 2017年25期2017-11-07
- 多時相遙感影像變化檢測的現(xiàn)狀與展望
時相遙感影像變化檢測的現(xiàn)狀與展望張良培1，武 辰21. 武漢大學測繪遙感信息工程國家重點實驗室，湖北 武漢 430079； 2. 武漢大學國際軟件學院，湖北 武漢 430079多時相遙感影像變化檢測技術能夠監(jiān)測生態(tài)環(huán)境變化、跟蹤城市發(fā)展，對于研究人類與自然環(huán)境之間的交互關系有著重要的意義。隨著新型遙感影像的不斷普及，變化檢測也在高光譜影像變化檢測和高分辨率影像變化檢測兩個方向上有了深入的探索。本文圍繞變化檢測的基本流程，從預處理、變化檢測方法、閾值分割與精
測繪學報 2017年10期2017-10-26
- 應用GIS分析方法的地理國情變化檢測研究
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，進一步地，本文提出了基于GIS疊置分析的變化檢測方法。實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：P37 文獻標識碼：A 文章編號：1672-3791（2017）08（b）-0004-02遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象級）變化檢測方向
科技資訊 2017年23期2017-09-09
- 一種改進的高分辨率遙感影像變化檢測方法*
辨率遙感影像變化檢測方法*黃亞朋，何 浩(新疆大學 建筑工程學院，新疆 烏魯木齊 830047)高分辨率遙感影像變化檢測中，陰影的存在常會造成變化檢測結果中存在大量的偽變化情況。為此，采用顧及陰影信息的遙感影像變化檢測方法，首先提取遙感影像中的陰影信息，然后利用前后時相提取的陰影信息求取差值，獲得陰影補償區(qū)域，最后在變化檢測結果加入陰影補償區(qū)域得到最終的變化檢測結果。以烏魯木齊市沙區(qū)2013年的GEOEYE影像和2014年的IKONOS影像組成的像對進行實
地礦測繪 2017年2期2017-06-28
- 地理國情變化檢測方法與實驗研究
要：該文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，進一步地，該文提出了基于歷史矢量與雙時相遙感影像的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：TP75 文獻標識碼：A 文章編號：1674-098X（2016）11（a）-0048-02遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象級）
科技創(chuàng)新導報 2016年31期2017-03-30
- 地表覆蓋與建筑物目標變化檢測技術研究
與建筑物目標變化檢測技術研究鞏翼龍黑龍江地理信息工程院，黑龍江 哈爾濱 150081隨著遙感技術發(fā)展，大量的多元異構遙感數(shù)據(jù)得以獲取，為對地球表面進行及時的、精確的變化檢測提供了大量的數(shù)據(jù)基礎。但是，各種遙感數(shù)據(jù)在發(fā)揮各自特點的同時也對變化檢測方法提出了挑戰(zhàn)。如，高分辨率遙感影像削弱了混合像元的影響，但帶來了更大的空間復雜性。又如，各種遙感數(shù)據(jù)能夠在變化檢測的空間和時間上形成互補優(yōu)勢，但成像機理不同、數(shù)據(jù)處理基礎不同的遙感數(shù)據(jù)的綜合處理也成為了綜合利用這些
測繪學報 2017年1期2017-03-28
- 基于多尺度分割方法的地理國情變化檢測研究
要：本文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，進一步地，本文提出了基于歷史矢量與雙時相遙感影像的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：P237 文獻標識碼：A 文章編號：1674-098X（2016）07（b）-0000-00引言遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象
科技創(chuàng)新導報 2016年20期2016-12-14
- 基于多尺度分割方法的地理國情變化檢測研究
要：該文針對變化檢測中獲取同質像斑較難的問題，提出應用矢量數(shù)據(jù)輔助分割獲取同質像斑，進一步地，該文提出了基于歷史矢量與雙時相遙感影像的變化檢測方法，實驗結果表明，該方法能檢測出80%變化的像斑，并能同時獲取變化像斑的類別，證明了該方法的有效性。關鍵詞：矢量數(shù)據(jù) 像斑 變化檢測 多尺度分割中圖分類號：P237 文獻標識碼：A 文章編號：1672-3791（2016）07（a）-0101-02遙感影像變化檢測方法已經(jīng)從傳統(tǒng)的像元級變化檢測開始向像斑級（對象級）
科技資訊 2016年19期2016-11-15
- 基于圖像配準的混合遺傳FCM算法研究
針對目前圖像變化檢測的相關研究，提出一種新的算法：基于SAR圖像配準的混合遺傳FCM算法。算法主要分為4個步驟。第一步，利用Harris算法和SIFT算法對兩幅圖像進行匹配，證明它們是同源不同時相的圖像。第二步，利用兩種不同變化檢測方法提取初步差異圖像。第三步，利用PCA方法對差異圖像進行降維處理。第四步，利用混合遺傳FCM算法對特征矢量空間進行分類，并將分類結果與參考差異圖像進行比較，獲得變換信息。采用渥太華地區(qū)的部分圖像作為檢測算法的性能的數(shù)據(jù)庫。獲得
電視技術 2016年3期2016-06-24
- 基于視覺注意機制的UWB SAR葉簇隱蔽目標變化檢測
葉簇隱蔽目標變化檢測李超1，李悅麗1，安道祥1，王廣學2(1.國防科學技術大學電子科學與工程學院，湖南長沙410073; 2.空軍預警學院信息對抗系，湖北武漢430019)摘要：在超寬帶合成孔徑雷達葉簇隱蔽目標檢測中，傳統(tǒng)的UWB SAR圖像變化檢測方法易受圖像灰度值起伏和成像條件變化的影響，致使現(xiàn)有的變化檢測算法的性能下降.本文根據(jù)人類視覺系統(tǒng)的生理結構和認知特點，提出了一種基于視覺注意機制的葉簇隱蔽目標變化檢測算法.該方法使用視覺注意模型，將圖像的多尺
電子學報 2016年1期2016-05-30
- 利用高分辨率遙感影像進行DLG要素快速更新的方法
期影像進行了變化檢測，快速獲取了DLG要素的變化位置、變化范圍等信息，輔助DLG要素增量數(shù)據(jù)獲取。采用空間數(shù)據(jù)匹配的方法建立了現(xiàn)狀、歷史與增量數(shù)據(jù)間的關聯(lián)關系，并采用增量更新的方法對DLG要素進行了快速更新。利用該方法對太原市某城區(qū)居民地要素進行了更新試驗，并應用于山西省重點城市建設用地遙感監(jiān)測系統(tǒng)項目中，取得了較好的應用效果。關鍵詞：遙感影像；變化檢測；數(shù)據(jù)匹配；增量更新基礎地理信息數(shù)據(jù)的更新是當前測繪部門面臨的主要問題。為確保基礎地理信息數(shù)據(jù)具有較高的
測繪通報 2016年3期2016-05-06
- 紋理特征向量與最大化熵法相結合的SAR影像非監(jiān)督變化檢測
R影像非監(jiān)督變化檢測莊會富，鄧喀中，范洪冬中國礦業(yè)大學國土環(huán)境與災害監(jiān)測國家測繪地理信息局重點實驗室，江蘇 徐州 221116Foundation support： Research and Special Funding of Mapping Geographic Information Public Service Sectors (No.201412016); The National Natural Science Foundation of Ch
測繪學報 2016年3期2016-05-06
- 合成孔徑雷達影像變化檢測研究進展
孔徑雷達影像變化檢測研究進展公茂果蘇臨之李豪劉嘉(智能感知與圖像理解教育部重點實驗室(西安電子科技大學)西安710071)(gong@ieee.org)A Survey on Change Detection in Synthetic Aperture Radar ImageryGong Maoguo, Su Linzhi, Li Hao, and Liu Jia(KeyLaboratoryofIntelligentPerceptionandImageUn
計算機研究與發(fā)展 2016年1期2016-04-28
- 基于機載LiDAR和GIS數(shù)據(jù)的建筑物變化信息自動檢測方法
比，應用多級變化檢測策略進行自動檢測，得出變化的建筑物并精確到建筑物變化的細部特征。該方法不僅能實現(xiàn)建筑物的定性變化檢測，而且能對變化信息進行定量統(tǒng)計，檢測結果的準確率達到95%。與以往單純利用影像數(shù)據(jù)的方法相比，該方法自動化程度和效率均較高，且處理流程簡捷。關鍵詞：機載LiDAR； GIS； alpha-shapes算法； 建筑物； 變化檢測0引言隨著經(jīng)濟的高速發(fā)展，建筑物的變化更新頻率不斷加快，及時掌握建筑物的變化情況對于研究城市格局的發(fā)展變化趨勢和進
自然資源遙感 2016年1期2016-04-12
- 基于PCA的變化向量分析法遙感影像變化檢測
析法遙感影像變化檢測黃維1,2， 黃進良1， 王立輝1， 胡硯霞1,2， 韓鵬鵬1,2(1.中國科學院測量與地球物理研究所,武漢430077； 2.中國科學院大學,北京100049)摘要：為實現(xiàn)對土地覆蓋變化的遙感監(jiān)測，研究了一種基于不同年份單時相遙感數(shù)據(jù)提取差異影像、自動確定變化閾值提取變化區(qū)域的新方法。以南通市Landsat8 OLI影像為例，對2期影像分別進行主成分分析(principal component analysis, PCA)； 取前3個
自然資源遙感 2016年1期2016-04-11
- 遙感數(shù)據(jù)在線信息分析服務技術研究
；數(shù)據(jù)挖掘；變化檢測；可視化隨著網(wǎng)絡技術的高速發(fā)展，遙感數(shù)據(jù)的在線信息分析逐漸成為各領域用戶提取遙感信息的一種新方式。遙感數(shù)據(jù)的在線信息分析，即是將遙感數(shù)據(jù)集中存儲在綜合信息產(chǎn)品數(shù)據(jù)庫，用戶在線提交所需研究區(qū)域范圍的遙感數(shù)據(jù)，對所選數(shù)據(jù)進行在線處理，數(shù)據(jù)處理結果以可視化方式展示，用戶可以在線查看預覽并下載處理結果。鐘洪麟等[1]綜合利用C#、交互式數(shù)據(jù)語言(interactive data language，IDL)等技術，以ASP.NET為平臺，研發(fā)了D
測繪通報 2016年1期2016-02-26
- 基于極化狀態(tài)提取的極化SAR圖像變化檢測算法
化SAR圖像變化檢測算法韓萍1, 叢潤民1,2, 張在吉1(1. 中國民航大學智能信號與圖像處理天津市重點實驗室, 天津 300300;2. 天津大學電子信息工程學院, 天津 300072)摘要：極化合成孔徑雷達(polarimetric synthetic aperture radar, PolSAR)圖像中同一目標在不同時相下的散射特性會因數(shù)據(jù)采集條件的變化而發(fā)生變化,從而影響變化檢測結果的正確性。針對這一問題,提出了一種基于極化狀態(tài)提取的極化SAR圖
系統(tǒng)工程與電子技術 2015年7期2016-01-27
- 遙感衛(wèi)星在軌機場變化檢測方法
衛(wèi)星在軌機場變化檢測方法肖化超，周詮，張建華(中國空間技術研究院西安分院，陜西 西安 710100)An Airport Change Onboard Detection Method for Remote Sensing SatelliteXIAO Huachao，ZHOU Quan，ZHANG Jianhua摘要：針對機場飛機變化檢測時效性要求高的特點，提出了遙感圖像在軌變化檢測的方法。該方法利用遙感衛(wèi)星前后兩幅機場圖像，通過SURF方法配準并進行仿射
測繪通報 2015年1期2016-01-26
- 吳哥遺產(chǎn)地土地利用／土地覆蓋變化遙感分析
/土地覆蓋；變化檢測doi:10.3969/j.issn.1000-3177.2015.01.020中圖分類號：TP751文獻標識碼：ALand Use and Land Cover Change in Angkor HeritageSite Based on Remote SensingLIAO Kai-tao1，2，3，WANG Cheng2，3，XI Xiao-huan2，3，QI Shu-hua1，KHUON Khun-neay4(1.School
遙感信息 2015年1期2016-01-11
- 高速鐵路沿線土地利用／覆蓋變化檢測方法研究
地利用/覆蓋變化檢測方法研究趙婷婷，王繼成(西南交通大學 地球科學與環(huán)境工程學院，成都 611756)摘要：為開展高速鐵路沿線土地利用/覆蓋的快速變化檢測工作，本文首先對兩期高分辨率遙感影像進行主成分分析得到兩期影像的第一主成分量，再用GIS矢量數(shù)據(jù)分割兩期第一主成分量得到影像對象層，構造對象的灰度均值向量特征，最后利用最大類間方差閾值分割算法(Otsu法)，自動提取變化類與未變化類。為驗證該方法在高速鐵路沿線土地利用/覆蓋變化檢測應用中的有效性，本文對2
遙感信息 2015年1期2016-01-11
- KM-SVM法的SAR圖像無監(jiān)督變化檢測
R圖像無監(jiān)督變化檢測田淞1,2， 宋建社1， 張雄美1， 任偉龍1(1. 第二炮兵工程大學七系， 陜西 西安 710025；2. 重慶通信學院二系， 重慶 400035)摘要：針對合成孔徑雷達(synthetic aperture radar, SAR)圖像變化檢測獲得有標記樣本的數(shù)量十分有限且困難，傳統(tǒng)方法檢測率低等問題，提出了一種基于原始特征空間的K均值和支持向量機(K-means and support vector machine, KM-SVM)
系統(tǒng)工程與電子技術 2015年5期2015-02-18
- 基于二維概率密度函數(shù)比較的SAR圖像變化檢測方法
的SAR圖像變化檢測方法劉永春①王廣學*②栗 蘋①閆曉鵬①①（北京理工大學機電工程與控制國家重點實驗室 北京 100081）②（空軍預警學院信息對抗系 武漢 430019）該文將傳統(tǒng)區(qū)域統(tǒng)計分布特征變化檢測方法拓展到2維特征空間，提出一種基于2維概率密度函數(shù)比較的SAR圖像變化檢測方法。該方法首先將觀測區(qū)域內相鄰像素的灰度值組合成2維觀測矢量，而后采用2維G ram-Charlier展開式對觀測矢量在不同時相圖像中的2維概率密度函數(shù)分別進行估計，在此基礎上
電子與信息學報 2015年5期2015-02-05
- 臨港經(jīng)濟區(qū)土地動態(tài)變化遙感監(jiān)測分析研究
文介紹了遙感變化檢測的一般流程和方法。以臨港經(jīng)濟區(qū)三個年度時相的無人機遙感影像作為數(shù)據(jù)基礎，采用基于差值計算的變化檢測方法分析計算臨港經(jīng)濟區(qū)近幾年圍海造陸土地動態(tài)變化情況，為規(guī)劃決策提供依據(jù)。關鍵詞：圍海造陸 變化檢測 差值計算 幾何糾正1 概述隨著城市建設的快速發(fā)展，土地資源的日益緊張，很多人將目光投向了廣闊的海洋，向海洋要土地，圍海造陸成為促進開發(fā)開放的一大舉措。圍海造陸是將部分海域進行筑堤分割，然后抽掉海水、吹填泥土將海域編程陸地。臨港經(jīng)濟區(qū)就是通過
中小企業(yè)管理與科技·中旬刊 2014年5期2014-06-30
- 基于遙感影像的城市土地利用變化檢測研究
于土地利用的變化檢測算法較多，這些方法分別適用于不同的實際需求，根據(jù)實際情況選擇合適的方法才可以達到較好的檢測結果。本文提出了基于灰度差分和紋理差分圖像融合的變化檢測方法，并利用鄭州市近幾年的遙感影像進行城市土地利用變化檢測實踐研究。2 變化檢測2.1 變化檢測的一般處理流程從輸入多時相遙感圖像數(shù)據(jù)，到輸出變化檢測結果，變化檢測的一般處理流程由圖像預處理、變化信息獲取以及檢測結果輸出三個部分構成，如圖1所示。圖1 變化檢測的處理流程2.2 變化檢測算法分類
城市勘測 2012年6期2012-09-22
- 基于交互式分割技術和決策級融合的SAR圖像變化檢測
的SAR圖像變化檢測萬紅林，焦李成，辛芳芳西安電子科技大學智能感知與圖像理解教育部重點實驗室，陜西西安710071為免去降斑預處理及克服選擇分布模型的限制，結合差異圖的特點和一種不涉及分布模型的交互式分割方法，產(chǎn)生不同“種子點”下的變化檢測結果后，再利用投票策略進行決策級融合給出最終的變化檢測結果。分割中，將每個像素的特征設置為由差異圖及靜態(tài)小波變換分解差異圖再丟棄高頻系數(shù)后重構得到的各層表示內，對應位置上的灰度值構成的矢量。此特征及決策級融合的策略使本文
測繪學報 2012年1期2012-01-04
- 像斑的遙感影像土地利用變化檢測方法
影像土地利用變化檢測方法李丹丹1，舒 寧1,2，李 亮1（1.武漢大學遙感信息工程學院，湖北武漢 430079; 2.武漢大學測繪遙感信息工程國家重點實驗室，湖北武漢 430079）提出一種有GIS數(shù)據(jù)輔助的以像斑為對象基于不同時相非同源的遙感影像變化檢測方法，這種方法屬于特征級的變化檢測，以影像像斑為對象，突破了以往變化檢測對數(shù)據(jù)的要求與限制，改變了傳統(tǒng)檢測方法對于遙感影像數(shù)據(jù)的要求同源的模式。通過土地利用圖和遙感影像的精確配準套合獲取影像像斑，再利用聚
地理空間信息 2011年1期2011-09-27