首页|基于超像素分割与CRF的高分辨率遥感影像变化检测

基于超像素分割与CRF的高分辨率遥感影像变化检测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对目前高分辨率遥感影像变化检测算法对于光谱变化过敏感问题,本文提出了一种基于超像素分割与条件随机场(CRF)的遥感影像变化检测算法.首先采用空间约束的t混合模型驱动的分割模型,获得同质性超像素块,实现良好的边界附着性和亮度均匀性.然后计算分割得到的双时相影像块之间的特征差异性,获取变化幅度图像.最后利用模糊聚类算法(FCM)对变化幅度图像进行聚类,得到隶属度图像作为CRF一阶势,并利用光谱-空间相似度约束的函数构建CRF二阶势.试验结果表明,与现有方法相比,该方法检测精度可提高5％,错检率和漏检率可降低3％,能较好地应对输入图像的光谱变化,并保持变化检测结果的边缘细节.
Change detection based on superpixel segmentation and CRF for high-resolution remote sensing images

杨景玉、贾多科、王阳萍

展开 >

兰州交通大学电子与信息工程学院,甘肃 兰州730070

甘肃省人工智能与图形图像处理工程研究中心,甘肃 兰州730070

变化检测 超像素分割 条件随机场 光谱-空间约束 边缘保持

国家自然科学基金甘肃省教育科技创新项目甘肃省高等学校创新基金甘肃省重点研发计划

620670062021jyjbgs-052021B-09821YF5GA158

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(2)
  • 1
  • 2
  • 10