基于KL散度的面向?qū)ο筮b感變化檢測
本文選題：面向?qū)ο?/strong> 切入點：影像分割 出處：《國土資源遙感》2017年02期 論文類型：期刊論文
【摘要】：遙感影像的變化檢測從基于像素到面向?qū)ο?從閾值分割到相似性度量已有眾多的研究成果;但在對面向?qū)ο筮b感圖像變化檢測中,存在分割參數(shù)的選擇、變化閾值的確定、對象變化程度的表達等問題。為此,提出一種基于相似度測度的面向?qū)ο筮b感影像變化檢測方法,并打破了以往僅以有/無變化的檢測結(jié)果所呈現(xiàn)的表現(xiàn)形式。首先計算了圖像對象分割的最優(yōu)參數(shù),得到了2個時相的圖斑對象,并進行了空間疊加處理;然后利用KL相似度計算方法計算了圖斑對象的相似度系數(shù),利用直方圖統(tǒng)計了該系數(shù)的自然聚類特征;再運用不同的自然聚類特征值,分級得到了圖斑對象的變化程度;最后,分析了不同參數(shù)分割結(jié)果、不同分級方法對圖像變化程度檢測的影響,同時通過對比有/無變化的檢測結(jié)果,驗證了本研究所提方法的科學性和有效性。
[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.
【作者單位】： 山東科技大學測繪科學與工程學院;山東省基礎(chǔ)地理信息與數(shù)字化技術(shù)重點實驗室;山東科技大學信息科學與工程學院;
【基金】：國家自然科學基金項目“基于DEM的黃土溝頭地貌研究”(編號:41471331)資助
【分類號】：TP75
【相似文獻】
相關(guān)期刊論文 前10條
1 宋翠玉;李培軍;楊鋒杰;;運用多尺度圖像紋理進行城市擴展變化檢測[J];國土資源遙感;2006年03期
2 徐宏根;宋妍;;顧及陰影信息的高分辨率遙感圖像變化檢測方法[J];國土資源遙感;2013年04期
3 倪林,冷洪超;機場區(qū)域變化檢測研究[J];遙感技術(shù)與應用;2002年04期
4 李小春,陳鯨;一種變化檢測的新算法[J];宇航學報;2005年03期
5 唐德可,付琨,王宏琦;基于光譜和空域信息的城區(qū)變化檢測方法研究[J];測繪科學;2005年06期
6 鐘家強;王潤生;;一種基于線特征的道路網(wǎng)變化檢測算法[J];遙感學報;2007年01期
7 吳華;常艷玲;沙瑞;;基于Laplacian Eigenmap的圖像變化檢測虛警優(yōu)化技術(shù)[J];計算機工程與應用;2007年32期
8 霍春雷;程健;盧漢清;周志鑫;;基于多尺度融合的對象級變化檢測新方法[J];自動化學報;2008年03期
9 李雪;舒寧;王琰;;利用向量相似性進行基于像斑的土地利用變化檢測[J];遙感信息;2009年06期
10 孫曉霞;張繼賢;燕琴;高井祥;;遙感影像變化檢測方法綜述及展望[J];遙感信息;2011年01期
相關(guān)會議論文 前10條
1 邢帥;徐青;;高分辨率衛(wèi)星遙感影像變化檢測技術(shù)的研究[A];第十三屆全國圖象圖形學學術(shù)會議論文集[C];2006年
2 張鐵軍;;年度土地利用變更調(diào)查中遙感監(jiān)測圖斑提取方法淺析[A];福建省土地學會2012年年會論文集[C];2012年
3 劉志剛;李夕海;錢昌松;;遙感圖像變化檢測問題淺析[A];陜西地球物理文集（五）國家安全與軍事地球物理研究[C];2005年
4 劉翔;李萬茂;高連如;陶發(fā)達;倪金生;;基于遙感圖像變化檢測的投資項目搜索技術(shù)研究[A];中國遙感應用協(xié)會2010年會暨區(qū)域遙感發(fā)展與產(chǎn)業(yè)高層論壇論文集[C];2010年
5 盛輝;廖明生;張路;;基于遙感衛(wèi)星圖像的城市擴展研究——以東營市為例[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年
6 歐陽峗;馬建文;戴芹;;動態(tài)貝葉斯網(wǎng)絡(luò)在遙感變化檢測中的應用[A];第十五屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2005年
7 顧娟;張宏偉;;面向?qū)ο蟮木用竦胤诸愄崛『妥兓瘷z測方法[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年
8 李杰;任競穎;;一種基于小波變換的SAR圖像多尺度融合變化檢測方法[A];2009年全國開放式分布與并行計算機學術(shù)會議論文集(上冊)[C];2009年
9 李全;李霖;;基于LANDSAT TM影像的城市變化檢測研究[A];中國地理學會2004年學術(shù)年會暨海峽兩岸地理學術(shù)研討會論文摘要集[C];2004年
10 王雪蓮;王仁禮;;基于K-L變換的遙感圖像變化檢測方法研究[A];第十三屆全國遙感技術(shù)學術(shù)交流會論文摘要集[C];2001年
相關(guān)博士學位論文 前9條
1 郝明;基于空間信息準確性增強的遙感影像變化檢測方法研究[D];中國礦業(yè)大學;2015年
2 王凌霞;基于多尺度分析和自然進化優(yōu)化的遙感圖像配準與變化檢測[D];西安電子科技大學;2015年
3 李向軍;遙感土地利用變化檢測方法探討[D];中國科學院研究生院（遙感應用研究所）;2006年
4 鄧小煉;基于變化矢量分析的土地利用變化檢測方法研究[D];中國科學院研究生院（遙感應用研究所）;2006年
5 羅旺;遙感圖像的變化檢測與標注方法研究[D];電子科技大學;2012年
6 鄧湘金;基于模式識別知識的遙感圖像變化檢測研究[D];中國科學院研究生院（電子學研究所）;2003年
7 祝錦霞;高分辨率遙感影像變化檢測的關(guān)鍵技術(shù)研究[D];浙江大學;2011年
8 鐘家強;基于多時相遙感圖像的變化檢測[D];國防科學技術(shù)大學;2005年
9 劉朋飛;基于矢量數(shù)據(jù)的中低分辨率影像道路提取和變化檢測研究[D];武漢大學;2010年
相關(guān)碩士學位論文 前10條
1 張家琦;遙感影像變化檢測方法及應用研究[D];中國地質(zhì)大學(北京);2015年
2 李玲玲;基于NSCT和NSST的圖像變化檢測算法研究及應用[D];新疆大學;2015年
3 胡雪梅;基于MST的遙感圖像變化檢測研究[D];新疆大學;2015年
4 施曉良;遙感圖像變化檢測方法研究[D];華東師范大學;2016年
5 張一晨;基于NSCT域內(nèi)圖像融合與去噪算法的SAR遙感圖像變化檢測算法[D];新疆大學;2016年
6 翟建峰;基于分層結(jié)構(gòu)的遙感影像變化檢測方法研究[D];西安電子科技大學;2015年
7 趙娟娟;多光譜遙感圖像變化檢測的聚類算法研究[D];西安電子科技大學;2015年
8 楚巖;基于深度神經(jīng)網(wǎng)絡(luò)的遙感圖像變化檢測[D];南京理工大學;2017年
9 楊曉麗;多時相遙感影像的變化檢測[D];西安電子科技大學;2011年
10 景奉廣;高分辨率遙感圖像土地利用變化檢測方法研究[D];西安科技大學;2008年
，本文編號：1584247
本文鏈接：http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/1584247.html
