基于KL散度的面向对象遥感变化检测

发布时间：2018-03-08 14:19

  本文选题：面向对象　切入点：影像分割　出处：《国土资源遥感》2017年02期 　论文类型：期刊论文

【摘要】：遥感影像的变化检测从基于像素到面向对象,从阈值分割到相似性度量已有众多的研究成果;但在对面向对象遥感图像变化检测中,存在分割参数的选择、变化阈值的确定、对象变化程度的表达等问题。为此,提出一种基于相似度测度的面向对象遥感影像变化检测方法,并打破了以往仅以有/无变化的检测结果所呈现的表现形式。首先计算了图像对象分割的最优参数,得到了2个时相的图斑对象,并进行了空间叠加处理;然后利用KL相似度计算方法计算了图斑对象的相似度系数,利用直方图统计了该系数的自然聚类特征;再运用不同的自然聚类特征值,分级得到了图斑对象的变化程度;最后,分析了不同参数分割结果、不同分级方法对图像变化程度检测的影响,同时通过对比有/无变化的检测结果,验证了本研究所提方法的科学性和有效性。
[Abstract]:The change detection of remote sensing image from pixel to object, from threshold segmentation to similarity measurement has a lot of research results, but in the object oriented remote sensing image change detection, there is the choice of segmentation parameters and the determination of change threshold. This paper proposes an object oriented remote sensing image change detection method based on similarity measure. And it breaks the expression of the detection results only with or without change. Firstly, the optimal parameters of image segmentation are calculated, and two temporal image spot objects are obtained, and the spatial superposition processing is carried out. Then, the similarity coefficient of the image spot object is calculated by using KL similarity calculation method, the natural clustering feature of the coefficient is calculated by histogram, and the change degree of the image spot object is obtained by using different natural clustering characteristic values. The effects of different parameter segmentation results and different classification methods on image change degree detection are analyzed. The scientific and validity of the proposed method are verified by comparing the detection results with or without change.
【作者单位】： 山东科技大学测绘科学与工程学院;山东省基础地理信息与数字化技术重点实验室;山东科技大学信息科学与工程学院;
【基金】：国家自然科学基金项目“基于DEM的黄土沟头地貌研究”(编号:41471331)资助
【分类号】：TP75

【相似文献】

相关期刊论文 前10条

1 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

2 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

3 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

4 李小春,陈鲸;一种变化检测的新算法[J];宇航学报;2005年03期

5 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

6 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

7 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

8 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

9 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

10 孙晓霞;张继贤;燕琴;高井祥;;遥感影像变化检测方法综述及展望[J];遥感信息;2011年01期

相关会议论文 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

相关博士学位论文 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

相关硕士学位论文 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 施晓良;遥感图像变化检测方法研究[D];华东师范大学;2016年

5 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

6 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

7 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

8 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

9 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

10 景奉广;高分辨率遥感图像土地利用变化检测方法研究[D];西安科技大学;2008年

，

本文编号：1584247