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。
类型: 期刊论文
作者: 魏东升,周晓光
关键词: 遥感影像,矢量数据,抽样,变化检测,异常
来源: 遥感学报 2019年03期
年度: 2019
分类: 基础科学,信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 中南大学地球科学与信息物理学院,中南林业科技大学土木工程学院,有色金属成矿预测与地质环境监测教育部重点实验室(中南大学),有色资源与地质灾害探查湖南省重点实验室
基金: 十三五国家重点研发计划重点专项(编号:2016YFB0501403),国家自然科学基金(编号:41371366)~~
分类号: TP751
页码: 464-475
总页数: 12
文件大小: 6219K
下载量: 318
本文来源: https://www.lunwen90.cn/article/a43d066a2ccf3fd3d8340642.html