基于水平集演化和支持向量机分类的高分辨率遥感图像自动变化检测

基于水平集演化和支持向量机分类的高分辨率遥感图像自动变化检测

论文摘要

提出了基于水平集演化和支持向量机(SVM)分类的高分辨率遥感图像变化检测方法,该方法将像素级的和对象级的变化检测方法相结合,运用了像素特征和对象特征以提高变化类和非变化类的准确率。在像素级上,变化检测问题转化为水平集演化的图像分割问题。在对象级上,本文可以从分割结果中为SVM分类器自动地选择潜在的训练样本。最终将基于像素级的变化和基于对象级的变化相结合得到最终的变化结果。所提出的方法的主要优势在于可以自动选择合适的样本进行SVM分类器训练。此外,提出的方法可以有效的提高精确度和自动化水平。通过SPOT5图像和航空图像进行实验,结果表明该方法是有效的。

论文目录

  • 0 引 言
  • 1 变化检测方法
  •   1.1 多分辨率水平集 (MLS) 算法
  •   1.2 基于SVM的变化检测
  •   1.3 变化检测方法的提出
  • 2 数据集介绍和实验设计
  •   2.1 遥感数据
  •   2.2 预处理
  •   2.3 分割和变化特征提取
  • 3 实验结果与讨论
  • 4 结 语
  • 文章来源

    类型: 期刊论文

    作者: 严明,曹国,夏梦

    关键词: 变化检测,水平集演化,支持向量机,多分辨率分析,图像分割

    来源: 哈尔滨理工大学学报 2019年01期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 工业通用技术及设备,自动化技术

    单位: 南京理工大学计算机科学与技术学院

    基金: 国家自然科学基金(61371168)

    分类号: TP751

    DOI: 10.15938/j.jhust.2019.01.013

    页码: 78-84

    总页数: 7

    文件大小: 2382K

    下载量: 284

    相关论文文献

    标签:;  ;  ;  ;  ;  

    基于水平集演化和支持向量机分类的高分辨率遥感图像自动变化检测
    下载Doc文档

    猜你喜欢