后验概率变化矢量分析(change vector analysis in posterior probability space,CVAPS)方法没有顾及到遥感影像波段之间和多时相之间的光谱相关性,可能会造成信息丢失而降低影像变化检测的精度。因此,结合多元变化检测(multivariate ch...后验概率变化矢量分析(change vector analysis in posterior probability space,CVAPS)方法没有顾及到遥感影像波段之间和多时相之间的光谱相关性,可能会造成信息丢失而降低影像变化检测的精度。因此,结合多元变化检测(multivariate change detection,MAD)技术与CVAPS方法,提出一种改进的土地利用/覆盖变化(land use/cover change,LUCC)分类自动更新方法。首先,引入MAD技术来降低多光谱影像波段间相关性的影响,从而改善对像元变化检测的精度,增强LUCC分类自动更新过程中训练样本的可靠性,提高LUCC分类自动更新的精度;然后,为减少分类图中"椒盐"噪声的影响,进一步利用迭代马尔科夫随机场(iterative Markov random field,IR-MRF)模型进行分类后空间邻域处理,以提高自动更新的精度。以福建省长汀县2013年获取的Landsat8影像数据以及相应的LUCC分类图为基准,利用2003年获取的Landsat5影像,对长汀县2003年的LUCC进行更新。实验结果表明,该方法的自动更新总体精度能够达到80%,比单独采用CVAPS方法的自动更新精度提高了约3%。展开更多
针对传统变化检测方法应用于高分辨率遥感影像变化检测时出现的变化信息分散、椒盐噪声影响严重等问题,将面向对象技术和迭代加权多变量变化检测方法结合起来,提出了一种面向对象的迭代加权多变量变化检测方法(iteratively reweighted m...针对传统变化检测方法应用于高分辨率遥感影像变化检测时出现的变化信息分散、椒盐噪声影响严重等问题,将面向对象技术和迭代加权多变量变化检测方法结合起来,提出了一种面向对象的迭代加权多变量变化检测方法(iteratively reweighted multivariate alternative detection,IR-MAD)。该方法主要通过结合卡方分布的概率密度函数和面向对象技术来对传统多变量变化识别方法(multivariate alternative detection,MAD)进行改进,卡方分布的概率密度函数对变化信息进行融合以获取信息集中的IR-MAD变量。此外,在对影像进行分割时结合叠置分割技术获取边界一致、同质性较好的影像对象。实验表明,面向对象IR-MAD方法能够有效集成变化信息,准确提取变化区域,同时较好地保持变化目标的结构与形状,减少椒盐噪声的影响,检测结果具有较高的可靠性。展开更多
文摘后验概率变化矢量分析(change vector analysis in posterior probability space,CVAPS)方法没有顾及到遥感影像波段之间和多时相之间的光谱相关性,可能会造成信息丢失而降低影像变化检测的精度。因此,结合多元变化检测(multivariate change detection,MAD)技术与CVAPS方法,提出一种改进的土地利用/覆盖变化(land use/cover change,LUCC)分类自动更新方法。首先,引入MAD技术来降低多光谱影像波段间相关性的影响,从而改善对像元变化检测的精度,增强LUCC分类自动更新过程中训练样本的可靠性,提高LUCC分类自动更新的精度;然后,为减少分类图中"椒盐"噪声的影响,进一步利用迭代马尔科夫随机场(iterative Markov random field,IR-MRF)模型进行分类后空间邻域处理,以提高自动更新的精度。以福建省长汀县2013年获取的Landsat8影像数据以及相应的LUCC分类图为基准,利用2003年获取的Landsat5影像,对长汀县2003年的LUCC进行更新。实验结果表明,该方法的自动更新总体精度能够达到80%,比单独采用CVAPS方法的自动更新精度提高了约3%。
文摘针对传统变化检测方法应用于高分辨率遥感影像变化检测时出现的变化信息分散、椒盐噪声影响严重等问题,将面向对象技术和迭代加权多变量变化检测方法结合起来,提出了一种面向对象的迭代加权多变量变化检测方法(iteratively reweighted multivariate alternative detection,IR-MAD)。该方法主要通过结合卡方分布的概率密度函数和面向对象技术来对传统多变量变化识别方法(multivariate alternative detection,MAD)进行改进,卡方分布的概率密度函数对变化信息进行融合以获取信息集中的IR-MAD变量。此外,在对影像进行分割时结合叠置分割技术获取边界一致、同质性较好的影像对象。实验表明,面向对象IR-MAD方法能够有效集成变化信息,准确提取变化区域,同时较好地保持变化目标的结构与形状,减少椒盐噪声的影响,检测结果具有较高的可靠性。
