當(dāng)前人工調(diào)查土地資源利用情況具有較高的人力成本且勞動強度大,對其實現(xiàn)自動變化檢測具有較高的理論和應(yīng)用價值。將深度置信網(wǎng)絡(luò)（deep belief network,DBN）應(yīng)用于高分辨率遙感影像的建筑物變化檢測,但DBN在變化檢測時存在由誤判現(xiàn)象造成的建筑物完整度欠缺、空間存在噪聲等問題,提出DBN與數(shù)學(xué)形態(tài)學(xué)融合模型對高分辨率遙感影像建筑物進行變化檢測。在遙感影像預(yù)處理基礎(chǔ)上,標(biāo)記少量明顯的變化與未變化樣本,利用搜索窗口從標(biāo)記的區(qū)域獲取大量帶有標(biāo)簽的樣本訓(xùn)練融合模型分類器對建筑物進行變化檢測,檢測方法準(zhǔn)確率為94.76%,召回率為87.63%,F₁為91.06%。實驗結(jié)果表明,該方法可以為建筑物的變化檢測提供有效依據(jù)。 

【文章來源】：科學(xué)技術(shù)與工程. 2020,20(08)北大核心

【文章頁數(shù)】：7 頁

【部分圖文】：

受限玻爾茲曼機

在DBN進行建筑物變化檢測后,會存在建筑物完整度欠缺、空間存在孤立點等問題,會對建筑物變化檢測精度造成一定負影響。而數(shù)學(xué)形態(tài)學(xué)在圖像濾波、特征抽取、圖像增強和恢復(fù)等方面具有良好的性能,利用形態(tài)學(xué)算子還可以有效地消除圖像噪聲,同時保留圖像中原有的信息,突出圖像的幾何特征[16]。因此,采用數(shù)學(xué)形態(tài)學(xué)理論對建筑物變化檢測結(jié)果進行優(yōu)化。數(shù)學(xué)形態(tài)學(xué)的基本思想是通過集合來定量描述目標(biāo)信號的幾何結(jié)構(gòu),即利用預(yù)先定義好的結(jié)構(gòu)元素與信號的集合特征進行局部匹配或修整,同時保留目標(biāo)信號的主要形狀特征,以達到抑制噪聲并提取有用信息的目的。其中,結(jié)構(gòu)元素是數(shù)學(xué)形態(tài)學(xué)的基本要素,具有任意形狀和尺寸[17]。數(shù)學(xué)形態(tài)學(xué)處理對象主要為灰度圖像和二值圖像[18],其基本運算包括膨脹、腐蝕、閉運算、開運算等。

式(12)表示用結(jié)構(gòu)B膨脹A,在B中定義一個原點,且B的移動過程與卷積核移動的過程一致,同卷積核與圖像有重疊之后再計算,將結(jié)構(gòu)元素B的原點平移到圖像像元(x,y)位置。如果在圖像像元(x,y)處與A的交際不為空,即B中為1的元素位置上對應(yīng)A的圖像值至少有一個為1,則輸出圖像對應(yīng)的像元(x,y)賦值為1,否則賦值為0。膨脹過程如圖3所示。圖4 腐蝕運算示意圖

【參考文獻】：
期刊論文
[1]基于數(shù)學(xué)形態(tài)學(xué)的位場數(shù)據(jù)邊緣增強方法[J]. 張建民,胡英颯,曾昭發(fā),杜威,張領(lǐng),槐楠,胡志鵬.  吉林大學(xué)學(xué)報(地球科學(xué)版). 2019(03)
[2]基于DBN和SOFTMAX的網(wǎng)絡(luò)入侵檢測模型[J]. 魏嘉毅,安琪,周超.  山東農(nóng)業(yè)大學(xué)學(xué)報(自然科學(xué)版). 2019(02)
[3]一種正樣本單分類框架下的高分辨率遙感影像建筑物變化檢測算法[J]. 劉波,燕琴,劉恒飛,馬磊.  測繪工程. 2019(02)
[4]一種融合MBI的多特征建筑物變化檢測方法[J]. 俞曉飛.  測繪與空間地理信息. 2018(11)
[5]基于數(shù)學(xué)形態(tài)學(xué)圖像處理的泥質(zhì)紋層定量表征——以加拿大麥凱河油砂區(qū)塊為例[J]. 陳浩,穆龍新,黃繼新,常廣發(fā),武軍昌,孫天建.  科學(xué)技術(shù)與工程. 2018(26)
[6]基于極限學(xué)習(xí)機的GF-2影像分類[J]. 王明常,張馨月,張旭晴,王鳳艷,牛雪峰,王紅.  吉林大學(xué)學(xué)報(地球科學(xué)版). 2018(02)
[7]結(jié)合像元級和目標(biāo)級的高分辨率遙感影像建筑物變化檢測[J]. 張志強,張新長,辛秦川,楊曉羚.  測繪學(xué)報. 2018(01)
[8]基于DBN與對象融合的遙感圖像變化檢測方法[J]. 竇方正,孫漢昌,孫顯,刁文輝,付琨.  計算機工程. 2018(04)
[9]遙感圖像建筑物識別及變化檢測方法[J]. 張永梅,季艷,馬禮,張睿,李潔瓊,熊焰.  電子學(xué)報. 2014(04)
[10]基于數(shù)學(xué)形態(tài)學(xué)圖像分割算法在水果分級中的應(yīng)用[J]. 朱培逸,劉紅晴.  科學(xué)技術(shù)與工程. 2013(34)



本文編號：3114885