一种新的无监督的卫星影像变化检测算法
提出了一种基于主分量分析(PCA)和上下截集模糊Kohonen聚类网络(UDSFKCN)的、无监督的、不同时相的和卫星影像的像素级变化检测新算法.将PCA和UDSFKCN两种方法结合,并将它应用于不同时相的卫星影像的变化检测.该方法结合每个像素的邻域信息,利用PCA,产生每个像素对应的基于邻域信息的特征向量;又将变化区域检测问题转化为两类间的分类问题;然后利用UDSFKCN对每个像素所对应的特征向量进行变化类与未变化类的聚类,得到像素级的变化区域的检测图.实验结果表明,与传统方法相比,对于高斯和斑点噪声,本文算法具有更高的检测准确性和抗噪性能.
主分量分析(PCA)、上下截集模糊Kohonen聚类网络(UPSFKCN)、无监督变化检测、多时相卫星影像、遥感
22
TP391.41(计算技术、计算机技术)
国家国际科技合作专项基金;教育部促进与美大地区科研合作与高层次人才培养项目
2011-09-08(万方平台首次上网日期,不代表论文的发表时间)
461-464