光谱—频域属性模式融合的高光谱遥感图像变化检测

作     者：周承乐 石茜 李军 张新长 ZHOU Chengle;SHI Qian;LI Jun;ZHANG Xinchang

作者机构：中山大学地理科学与规划学院广州510275 广东省城镇化与地理模拟重点实验室广州510275 中国地质大学(武汉)计算机学院武汉430074 广州大学地理科学与遥感学院广州510006 

基　　金：国家自然科学基金(编号:42222106 61976234 T2225019) 

出 版 物：《遥感学报》 (NATIONAL REMOTE SENSING BULLETIN)

年 卷 期：2024年第28卷第1期

页      码：105-120页

摘      要：高光谱作为“图谱合一”的遥感技术,具有精细光谱和空间影像的地面覆盖观测与识别优势。然而,高光谱遥感数据的光谱信息表征以及空间信息的利用给双时相高光谱遥感图像变化检测任务带来了巨大的挑战。为此,本文探讨了一种光谱—频域属性模式融合的高光谱遥感图像变化检测方法 SFDAPF(Spectral-Frequency Domain Attribute Pattern Fusion)。首先,设计一种基于梯度相关性的光谱绝对距离,使双时相高光谱遥感图像像元对的属性模式从光谱信息表征方面得到了逐级量化;其次,基于傅里叶变换理论提出一种变化像元属性模式显著性增强策略,从全局空间信息利用方面改善了变化与非变化属性像元对的可分性;再次,将全图属性模式显著性水平与梯度相关性的光谱绝对距离进行融合,得到变化检测的综合界定值;最后,依据虚警阈值确定双时相高光谱遥感图像变化检测的二值化结果。将本文提出的SFDAPF方法在开源的双时相高光谱遥感图像河流和农场数据集上进行了变化检测性能验证,结果表明SFDAPF方法能够优于传统的和最新的变化检测方法,变化检测的总体精度在河流和农场数据集上分别达到了0.96508和0.97287 (最高精度为1.00000)。证实了本文SFDAPF方法的有效性。

主 题 词：高光谱图像 变化检测 图像融合 特征提取 显著性分析 傅里叶变换 

学科分类：07[理学] 08[工学] 09[农学] 083002[083002] 0830[工学-生物工程类] 070801[070801] 0708[理学-地球物理学类] 0804[工学-材料学] 0903[农学-动物生产类] 0816[工学-纺织类] 081602[081602] 081102[081102] 0811[工学-水利类] 

核心收录：

D　O　I：10.11834/jrs.20232600

馆 藏 号：203126100...