一种基于联合特征的地表覆盖变化自动检测方法

发布时间：2020-12-21 19:25

　　地表覆盖的高效变化检测在地理国情监测中具有重要意义。本文针对当前地表覆盖检测人工目视解译方法效率低,以及软件自动解译错检率、漏检率较高的特点和现状,提出了一种基于联合特征的地表覆盖类型自动变化检测方法。该方法通过对比7种不同的特征联合方案,确立了联合灰度共生矩阵、灰度直方图、光谱统计特征、对象特征的最优组合形式,并设计支持向量机高维度分类器进行分类。试验结果表明,在浙江省复杂地表覆盖分布情况下,基于分辨率优于1 m的国产高分卫星影像,该方法对房屋建筑区、建筑工地等人工构筑物类型变化检测的正确率达到85%以上,对耕地、草地等植被类型也能取得较好的检测效果。 

【文章来源】：测绘通报. 2020年10期 北大核心

【文章页数】：5 页

【部分图文】：

技术路线

传统的分类器当样本类型、样本数量、特征维数呈现高维度时，分类效果明显下降，分类结果会因为高维度特性而被淹没，无法得到理想的分类效果。SVM支持向量机是一种新的机器学习方法，以统计学习理论的VC维理论和结构风险最小化为基础，通过非线性变换，将输入向量从低维空间映射到高维特征空问中，并在高维空间构造一个最优特征超平面，使得正例与反例之问的隔离边缘被最大化，能够避免多维、多类型的特征向量淹没在分类中，在遥感图像处理中具有广泛的应用。如图2所示。4 研究试验与分析

影像数据源选取高分系列影像，分辨率为1 m，景号为GF2L1A000316273520180504，现势性为2018年9月。地表覆盖矢量数据为2017年安吉县基础性地理国情监测成果，涉及面积408 km2，图斑数量57 767个，如图3所示。4.2 数据预处理

【参考文献】：
期刊论文
[1]国产高分辨率遥感数据在城市森林资源监测中的应用[J]. 谭耀华,王长委.  测绘通报. 2019(05)
[2]一种用于图像特征提取的改进ORB-SLAM算法[J]. 张良桥,陈国良,许晓东,连达军,王睿.  测绘通报. 2019(03)
[3]融合全局和局部深度特征的高分辨率遥感影像场景分类方法[J]. 龚希,吴亮,谢忠,陈占龙,刘袁缘,俞侃.  光学学报. 2019(03)
[4]融合光谱及纹理异质度的遥感影像变化检测[J]. 李亮,李胜,应国伟,徐庆.  测绘通报. 2017(S2)
[5]融合像元形状和光谱信息的高分遥感图像分类新方法[J]. 杨青山,张华.  国土资源遥感. 2016(04)
[6]基于高分辨率遥感影像的地理国情普查水体信息提取方法[J]. 程滔,刘若梅,周旭.  测绘通报. 2014(04)
[7]多特征融合的遥感图像分类[J]. 刘帅,李士进,冯钧.  数据采集与处理. 2014(01)
[8]一种面向对象的像元级遥感图像分类方法[J]. 李小江,孟庆岩,王春梅,刘苗,郑利娟,王珂.  地球信息科学学报. 2013(05)
[9]面向对象分类的特征空间优化[J]. 张秀英,冯学智,江洪.  遥感学报. 2009(04)
[10]基于对象的对应分析在高分辨率遥感影像变化检测中的应用[J]. 龚浩,张景雄,申邵洪.  武汉大学学报(信息科学版). 2009(05)

博士论文
[1]大区域居住用地信息特征遥感影像提取方法研究[D]. 张扣强.中国地质大学（北京） 2013

硕士论文
[1]光谱和空间特征联合的高光谱遥感影像多分类器集成方法[D]. 鲍蕊.南京大学 2016



本文编号：2930364