遥感影像变化检测样本自动抽样
在遥感影像结合矢量数据先验信息的变化检测中,需要从分割后的影像对象中抽取一定数量、具有相同类别属性的样本,其中不可避免地抽到类别属性不一致的样本,如何剔除这些样本是抽样过程中必须解决的重点问题,在目前已有的方法中,一般是通过人工目视判别完成的.样本的自动提取是实现自动变化检测的关键环节,本文提出一种变化检测样本自动抽样方法,主要包括样本的空间布设和异常样本自动检测两个环节.该方法首先利用矢量数据提取抽样图层,用抽样图层分割遥感影像,获取影像对象.其次是根据抽样区域范围、影像对象分布特征和地形特征布设变化检测样本.然后根据样本的先验类别属性构建特征空间向量,计算样本在特征空间的局部可达密度,由局部可达密度计算样本的异常度指数,并根据特征空间密度异常指数剔除异常样本,完成变化检测样本自动提取.最后以耕地、林地和居民地为例进行了抽样试验.结果 表明,邻域参数k按样本布设总数的1/5-1/3取值、异常度阈值设定为80%时,可以实现异常样本0漏检率,能够准确、高效实现变化检测样本的自动提取.
遥感影像、矢量数据、抽样、变化检测、异常
23
十三五国家重点研发计划重点专项2016YFB0501403;国家自然科学基金41371366
2019-06-21(万方平台首次上网日期,不代表论文的发表时间)
共12页
464-475