融合多特征的对象级航空遥感图像变化检测

摘要：

针对航空遥感图像,构建一种面向对象的融合JS(Jensen-Shannon)散度特征与互相关特征的变化检测算法.首先,应用多尺度分割算法获取像斑;然后,提取反映像斑内像素灰度分布的总体统计特征的JS散度以及反映像斑内部结构的变化特征的互相关特征,应用决策级融合方案对两个优势互补的特征进行有效融合,进而探测变化区域;最后与固定权重融合的检测结果进行精度对比.结果表明:本文方法的平均检测精度达到93.07％,误检率平均为7.13％,漏检率平均为4.37％,比仅基于JS散度特征、互相关特征、固定权重融合的检测方法精度分别提高了8.98％、4.71％和4.20％.因此,该变化检测方法不仅能有效提取变化区域,而且提高了变化检测的精度,在航空遥感图像变化检测中具有有效性与应用潜力.

关键词：像斑、变化检测、JS散度、互相关、航空遥感图像

所属期刊栏目：50

分类号：TP75(遥感技术)

资助基金：江苏省重点研发计划项目;国家自然科学基金项目;"十二五"国家科技支撑计划项目

在线出版日期：2020-04-10（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：229-238