结合特征选择的CVA多尺度遥感影像变化检测

作     者：蔡怤晟 向泽君 蔡衡 单德明 CAI Fusheng;XIANG Zejun;CAI Heng;SHAN Deming

作者机构：重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学重庆高校市级光通信与网络重点实验室重庆400065 重庆邮电大学泛在感知与互联重庆市重点实验室重庆400065 重庆市勘测院重庆400020 

基　　金：重庆高校创新团队建设计划(CXTDX201601020) 

出 版 物：《测绘通报》 (Bulletin of Surveying and Mapping)

年 卷 期：2020年第8期

页      码：101-104,130页

摘      要：针对在多时相变化检测中,面向对象方法无法较好地检测影像中的细微变化,受分割效果以及面向像素方法的影响出现较高虚警率等问题,本文提出了一种结合基于像素的多特征变化向量分析法(CVA)与基于对象的多层次分割的联合判别方法。首先提取不同时相的光谱与纹理特征,利用最大相关最小冗余(mRMR)算法进行特征选择并通过CVA得到像素级变化检测结果;然后对两幅影像进行叠合分割,利用区域合并策略进行不同尺度检测并获取各尺度检测结果;最后结合多种检测结果进行融合,获得最终变化检测结果。检测结果表明本文所提方法能有效降低漏检率,同时提高了检测的准确性。

主 题 词：特征融合 特征选择 多尺度分割 变化向量法 决策级融合 

学科分类：083002[083002] 0830[工学-生物工程类] 081802[081802] 08[工学] 0818[工学-交通运输类] 081602[081602] 0816[工学-纺织类] 

D　O　I：10.13474/j.cnki.11-2246.2020.0257

馆 藏 号：203968792...