基于尺度传播的多尺度变化检测新方法
高分辨率遥感图像的变化检测存在四个难点:类间可分性低、对配准误差和视角变化鲁棒性差、计算量大以及”变化”具有歧义性,本文针对这些问题提出了一种基于尺度传播的多尺度变化检测新方法.利用尺度传播,该方法进行由粗到精、逐层加细的多尺度变化检测;为了减弱”变化”的歧义性,在多尺度变化检测中引入了机器学习算法,从而可以提取符合用户需求的”最优”的变化.与传统的方法相比,本文的方法精度更高,对噪声和视角变化更鲁棒,计算量更小.数值实验验证了本文方法的有效性和优越性.
变化检测 尺度传播 机器学习 遥感图像
霍春雷 程健 周志鑫 卢汉清
中国科学院自动化研究所模式识别国家重点实验室,北京,100190 中国科学院自动化研究所模式识别国家重点实验室,北京,100190;北京市遥感信息研究所,北京,100854
国内会议
福州
中文
372-376
2008-05-16（万方平台首次上网日期，不代表论文的发表时间）