高分辨率遥感影像的深度学习变化检测方法

摘要：

为提升高分辨率遥感影像的变化检测精度,提出一种利用深度学习的变化检测方法.在预处理的基础上,利用顾及邻域信息的改进变化矢量分析算法和灰度共生矩阵算法获取影像间光谱和纹理变化,并通过设置自适应采样区间提取最可能的变化和未变化区域样本.构建并训练包含标签层的高斯伯努利深度限制玻尔兹曼机模型,以提取变化和未变化区域深层特征,从而有效辨别变化区域.通过WorldView-3与Pléiades-1影像的试验表明本文方法在变化检测精度方面优于对比方法.

关键词：变化检测、高分辨率遥感、深度学习

所属期刊栏目：46

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金41272366,41230634The National Natural Science Foundation of China .41272366,41230634

在线出版日期：2017-09-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：999-1008