变化向量分析结合光谱解混的高光谱变化检测

发布时间：2018-02-01 03:22

  本文关键词： 变化检测 变化向量分析 高光谱图像 端元提取 光谱解混　出处：《浙江大学学报(工学版)》2017年10期 　论文类型：期刊论文

【摘要】：针对多时相高光谱图像像素级的多类变化检测问题,提出变化向量分析和光谱解混相结合的多类变化检测方法.基于光谱变化向量分析,利用最大期望(EM)算法迭代求阈值,实现变化区域检测.对多时相高光谱图像分别提取端元,求解2个图像中变化区域像元的丰度.以相关系数为相似性判断准则,根据图像分类精细程度自适应确定阈值,实现多时相高光谱图像各端元对应类别的匹配和确定.对变化向量分析方法检测出的变化区域求丰度,根据丰度最大确定各像元类别.通过逐像元类别比较,判断类别变化信息.仿真数据和真实多时相高光谱图像的变化检测实验结果表明,与直接光谱解混分类后变化检测方法相比,采用提出的方法能够明显提高高光谱图像多类变化检测的精度,运行效率提高1倍以上.
[Abstract]:Aiming at the problem of multi-class change detection in multiphase hyperspectral image at pixel level, a multi-class change detection method based on spectral change vector analysis is proposed, which combines change vector analysis and spectral de-aliasing. The maximum expectation EM-based algorithm is used to iterate out the threshold to detect the region of change. The endmembers are extracted from the multitemporal hyperspectral images. Based on the correlation coefficient as the similarity criterion, the threshold value can be determined adaptively according to the fine degree of image classification. To achieve the matching and determination of the corresponding classes of each end element of multitemporal hyperspectral image. The abundance of the change region detected by the change vector analysis method is determined according to the maximum abundance of each pixel category. The experimental results of the simulation data and the real multiphase hyperspectral images show that it is compared with the change detection method after the direct spectral unmixing classification. The proposed method can obviously improve the accuracy of multi-class change detection in hyperspectral images, and the operational efficiency is more than double.
【作者单位】： 杭州电子科技大学计算机应用技术研究所;浙江大学电气工程学院;
【基金】：国家自然科学基金资助项目(61571170) 教育部联合基金资助项目(6141A02022314) 上海航天科技创新基金资助项目(SAST2015033)
【分类号】：TP751
【正文快照】： 随着遥感技术的发展,在同一地区获得多时相高光谱遥感影像成为可能,高光谱遥感变化检测研究逐渐引起了关注.高光谱图像的变化检测分为像元级变化检测和亚像元级变化检测[1-2],本文主要研究像元级变化检测.分类后比较是最简单的像素级变化检测方法.由于高光谱图像空间分辨率的

【相似文献】

中国期刊全文数据库 前10条

1 胡岩峰,刘波,李峰,李立钢,丘江;一种基于统计分析的图像变化检测方法[J];光子学报;2005年01期

2 宋翠玉;李培军;杨锋杰;;运用多尺度图像纹理进行城市扩展变化检测[J];国土资源遥感;2006年03期

3 徐宏根;宋妍;;顾及阴影信息的高分辨率遥感图像变化检测方法[J];国土资源遥感;2013年04期

4 倪林,冷洪超;机场区域变化检测研究[J];遥感技术与应用;2002年04期

5 李小春,陈鲸;一种变化检测的新算法[J];宇航学报;2005年03期

6 唐德可,付琨,王宏琦;基于光谱和空域信息的城区变化检测方法研究[J];测绘科学;2005年06期

7 钟家强;王润生;;一种基于线特征的道路网变化检测算法[J];遥感学报;2007年01期

8 吴华;常艳玲;沙瑞;;基于Laplacian Eigenmap的图像变化检测虚警优化技术[J];计算机工程与应用;2007年32期

9 霍春雷;程健;卢汉清;周志鑫;;基于多尺度融合的对象级变化检测新方法[J];自动化学报;2008年03期

10 李雪;舒宁;王琰;;利用向量相似性进行基于像斑的土地利用变化检测[J];遥感信息;2009年06期

中国重要会议论文全文数据库 前10条

1 邢帅;徐青;;高分辨率卫星遥感影像变化检测技术的研究[A];第十三届全国图象图形学学术会议论文集[C];2006年

2 张铁军;;年度土地利用变更调查中遥感监测图斑提取方法浅析[A];福建省土地学会2012年年会论文集[C];2012年

3 刘志刚;李夕海;钱昌松;;遥感图像变化检测问题浅析[A];陕西地球物理文集（五）国家安全与军事地球物理研究[C];2005年

4 刘翔;李万茂;高连如;陶发达;倪金生;;基于遥感图像变化检测的投资项目搜索技术研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年

5 盛辉;廖明生;张路;;基于遥感卫星图像的城市扩展研究——以东营市为例[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

6 欧阳峗;马建文;戴芹;;动态贝叶斯网络在遥感变化检测中的应用[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年

7 顾娟;张宏伟;;面向对象的居民地分类提取和变化检测方法[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

8 李杰;任竞颖;;一种基于小波变换的SAR图像多尺度融合变化检测方法[A];2009年全国开放式分布与并行计算机学术会议论文集(上册)[C];2009年

9 李全;李霖;;基于LANDSAT TM影像的城市变化检测研究[A];中国地理学会2004年学术年会暨海峡两岸地理学术研讨会论文摘要集[C];2004年

10 王雪莲;王仁礼;;基于K-L变换的遥感图像变化检测方法研究[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

中国博士学位论文全文数据库 前9条

1 郝明;基于空间信息准确性增强的遥感影像变化检测方法研究[D];中国矿业大学;2015年

2 王凌霞;基于多尺度分析和自然进化优化的遥感图像配准与变化检测[D];西安电子科技大学;2015年

3 李向军;遥感土地利用变化检测方法探讨[D];中国科学院研究生院（遥感应用研究所）;2006年

4 邓小炼;基于变化矢量分析的土地利用变化检测方法研究[D];中国科学院研究生院（遥感应用研究所）;2006年

5 罗旺;遥感图像的变化检测与标注方法研究[D];电子科技大学;2012年

6 邓湘金;基于模式识别知识的遥感图像变化检测研究[D];中国科学院研究生院（电子学研究所）;2003年

7 祝锦霞;高分辨率遥感影像变化检测的关键技术研究[D];浙江大学;2011年

8 钟家强;基于多时相遥感图像的变化检测[D];国防科学技术大学;2005年

9 刘朋飞;基于矢量数据的中低分辨率影像道路提取和变化检测研究[D];武汉大学;2010年

中国硕士学位论文全文数据库 前10条

1 张家琦;遥感影像变化检测方法及应用研究[D];中国地质大学(北京);2015年

2 李玲玲;基于NSCT和NSST的图像变化检测算法研究及应用[D];新疆大学;2015年

3 胡雪梅;基于MST的遥感图像变化检测研究[D];新疆大学;2015年

4 吕浩博;基于多时相光谱遥感影像的变化检测研究[D];中国科学院研究生院(西安光学精密机械研究所);2015年

5 施晓良;遥感图像变化检测方法研究[D];华东师范大学;2016年

6 张一晨;基于NSCT域内图像融合与去噪算法的SAR遥感图像变化检测算法[D];新疆大学;2016年

7 翟建峰;基于分层结构的遥感影像变化检测方法研究[D];西安电子科技大学;2015年

8 赵娟娟;多光谱遥感图像变化检测的聚类算法研究[D];西安电子科技大学;2015年

9 楚岩;基于深度神经网络的遥感图像变化检测[D];南京理工大学;2017年

10 杨晓丽;多时相遥感影像的变化检测[D];西安电子科技大学;2011年

，

本文编号：1480796