基于高分影像先验信息的遥感影像亚像元变化检测
本文主要介绍了亚像元变化检测的各种方法的优势与不足，在利用传统的空间吸引力模型和像元置换等算法进行亚像元定位时，只考虑了局部空间最大化而未考虑全局影像的结构信息;为了融入全局影像的结构信息，产生了基于遗传算法的亚像元定位方法和基于BP神经网络的亚像元定位方法，但由于缺乏定位影像的先验信息，仍然无法达到理想的精度;为了解决缺乏先验信息的欠定问题，产生了基于正则化的亚像元定位方法，通过加入定位影像地表空间分布的先验模型，使欠定问题正则化，然而由于地面覆盖的复杂性，很难用某种特定的先验分布模式去完全的模拟，因此在实际应用中定位精度和变化检测精度改善不大。而且在上述方法中，亚像元定位的过程和变化检测的过程是分部的，因此亚像元定位结果的误差将会被引入到变化检测当中，严重影响到变化检测的精度。因此本文提出了一种利用早期高分辨率影像作为先验信息，加入到近期低分辨率影像的亚像元定位当中，既解决了在实际应用中先验模型复杂难模拟的问题，又将变化检测和亚像元定位过程有机的结合起来，避免了将亚像元定位过程的误差传递给后续的变化检测当中，且从实验可以看出，定位精度和变化检测精度都比其他算法高。
高光谱遥感影像 亚像元定位 变化检测 先验模型
何达 钟燕飞 张良培
武汉大学测绘遥感信息工程国家重点实验室 湖北武汉珞喻路129号 430079
国内会议
西安
中文
94-98
2015-09-01（万方平台首次上网日期，不代表论文的发表时间）