無人機遙感影像具有配準精度高、分辨率高的特點,針對無人機影像成像特征,提出了一種改進BMI的無人機影像建筑物檢測方法。該法顧及檢測區(qū)域紋理、光譜和形態(tài)特征,通過改進其自適應(yīng)對比度和結(jié)構(gòu)元素的尺度特征,擴大建筑物與背景波譜特征,實現(xiàn)建筑物變化檢測�；谮M州某區(qū)兩時相無人機遙感影像,進行了基于改進BMI的無人機變化檢測,結(jié)果發(fā)現(xiàn)改進方法具有較高的檢測精度和抗干擾性,與MBI方法相比,漏檢率下降6.55%,錯檢率下降5.08%,總體精度提高了7.89%,不失為一種高效的無人機影像建筑物變化檢測新方法。 

【文章來源】：測繪與空間地理信息. 2020,43(11)

【文章頁數(shù)】：4 頁

【部分圖文】：

AMBI變化檢測算法

AMBI變化檢測成果

【參考文獻】：
期刊論文
[1]結(jié)合偏最小二乘法和支持向量機的遙感影像變化檢測[J]. 黃杰,王光輝,楊化超,胡高強,李建磊,柴文慧.  測繪通報. 2016(07)
[2]利用影像分割和匹配特征進行無人機影像變化檢測[J]. 徐亞明,石娟,安動動,馬旭東.  武漢大學學報(信息科學版). 2016(10)
[3]利用模糊綜合評判進行面向?qū)ο蟮倪b感影像變化檢測[J]. 馮文卿,張永軍.  武漢大學學報(信息科學版). 2016(07)
[4]基于BP神經(jīng)網(wǎng)絡(luò)的多特征融合變化檢測方法[J]. 郝睿,徐俊峰,王慶寶,張保明.  海洋測繪. 2016(01)
[5]一種多特征融合的面向?qū)ο蠖嘣催b感影像變化檢測方法[J]. 徐俊峰,張保明,郭海濤,張宏偉.  測繪科學技術(shù)學報. 2015(05)
[6]利用最小交叉熵的多時相影像變化檢測[J]. 黃克鳳,於雪琴,黃亮.  測繪科學. 2016(01)
[7]結(jié)合LiDAR點云和航空影像的建筑物三維變化檢測[J]. 彭代鋒,張永軍,熊小東.  武漢大學學報(信息科學版). 2015(04)
[8]基于形態(tài)學建筑物指數(shù)的城市建筑物提取及其高度估算[J]. 付乾坤,吳波,汪小欽,孫振海.  遙感技術(shù)與應(yīng)用. 2015(01)
[9]多特征差分核支持向量機模型的濕地變化檢測[J]. 潘琛,馮琰,林怡,陳映鷹.  測繪科學. 2014(12)
[10]考慮時空關(guān)系的遙感影像變化檢測和變化類型識別[J]. 李亮,舒寧,龔龑.  武漢大學學報(信息科學版). 2013(05)

碩士論文
[1]光譜梯度差分與面向?qū)ο蠓椒ㄏ嘟Y(jié)合的高分辨率遙感影像變化檢測[D]. 韓飛.西南交通大學 2016
[2]基于低空遙感影像的建設(shè)用地變化檢測研究[D]. 王東廣.南京大學 2013



本文編號：3380883