首页|高分辨率遥感影像场景变化检测的相似度方法

高分辨率遥感影像场景变化检测的相似度方法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对传统高分辨率遥感影像场景变化检测流程复杂且严重依赖分类结果的问题,本文提出了一种顾及场景全局与局部相似性的变化检测方法.首先,将同一区域两个时相的遥感影像裁切成固定尺寸的图像块,构造场景对图像库,并划分为训练集和测试集;其次,构建融合场景全局与局部相似性的双分支卷积神经网络,实现场景相似度学习;然后,利用训练的相似度学习网络提取训练集场景相似度,并通过阈值遍历的方法得到最佳的相似度阈值;最后,基于相似度阈值将测试集场景对划分为变化场景和未变化场景,得到最终的变化检测结果.试验结果表明,本文方法的总体精度为0.94,Kappa系数为0.88,优于传统的分类后变化检测方法,是一种简单有效的场景变化检测方法.
Similarity method for high-resolution remote sensing scene change detection

黄宇鸿、周维勋

展开 >

南京信息工程大学遥感与测绘工程学院,江苏 南京210044

遥感影像场景 变化检测 特征相似度 卷积神经网络

国家自然科学基金江苏省自然科学基金江苏省高等学校项目江苏省双创博士项目

42001285BK2020081320KJB420002R2020SCB58

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.(8)
  • 1
  • 12