单类分类框架下的高分辨率遥感影像建筑物变化检测算法

摘要：

针对现有机器学习方法在高分辨率遥感影像建筑物识别等领域需要正负训练样本同时参与,提出了一种基于一类样本、无需负样本参与的单分类建筑物变化检测算法.首先,提取影像的形态学建筑物指数特征;然后与光谱特征进行多特征融合,并基于该单类分类方法,从面向对象的角度出发,得到对象级建筑物变化检测结果;最后利用构建的一种新的形状特征进行精化,得到最终的建筑物变化检测结果.通过对多源高分辨率遥感影像开展实验,验证了该算法具有一定的鲁棒性,且相比于现有建筑物变化检测算法具有更优的检测精度.

关键词：单分类器、多特征融合、高分辨率遥感影像、建筑物变化检测、面向对象

所属期刊栏目：45

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家重点研发计划;中国科学院百人计划2015

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1610-1618