基于融合差异图的变化检测方法及其在洪灾中的应用
由于洪灾区域的地物散射特性受环境影响会发生改变,在对该区域合成孔径雷达(SAR)图像进行变化检测时会使检测结果的错误率提高,而且用单一方法得到的差异图变化检测结果精度较低.针对上述问题,该文提出一种基于融合差异图的变化检测方法,该方法通过构造基于改进相对熵与均值比的融合差异图,综合了熵值差异图的区域敏感性和均值差异图的区域保持性的优势.首先,利用皮尔逊相关系数对模糊局部信息C均值聚类(FLICM)方法的初始聚类结果进行二次分类,再将二次分类结果作为图像初始分割,最后利用迭代条件模型和马尔科夫随机场(ICM-MRF)获得图像的最终分割结果.为了验证所提方法的有效性,该文使用瑞士Bern地区在1999年4月和5月的ERS-2遥感数据以及加拿大Ottawa地区在1997年5月和8月的Radarsat遥感数据进行实验,并用该方法对中国鄱阳湖地区2020年6月和7月的Sentinel-1-A遥感数据进行了洪灾检测实验,估计了鄱阳湖附近区域洪灾前后的受灾范围和变化趋势.实验结果表明该文算法总体检测误差较低,一定程度上降低了检测结果的错误率,提高了检测结果的精度.
SAR图像、变化检测、无监督、改进相对熵、迭代条件模型和马尔科夫随机场
10
TP753(遥感技术)
国家自然科学基金;内蒙古科技重大专项;内蒙古科技计划项目;内蒙古创新引导项目
2021-03-09(万方平台首次上网日期,不代表论文的发表时间)
共16页
143-158