基于特征增强与最小误差分割的变化检测方法

王晓花; 邓小炼; 何卓丽; 杜玉琪; 沈延峰

doi:10.13873/j.1000-9787(2017)06-0142-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于特征增强与最小误差分割的变化检测方法

计算与测试 | 更新时间：2025-09-11

- 基于特征增强与最小误差分割的变化检测方法
- Change detection method based on feature enhancement and minimum error threshold segmentation
- 传感器与微系统 2017年36卷第6期页码：142-145+149
- 作者机构：
  
  1. 三峡大学理学院
  2. 凌云科技集团有限公司
- 作者简介：
- 基金信息：
- DOI：10.13873/j.1000-9787(2017)06-0142-04
  中图分类号： TP751
- 纸质出版：2017
- 稿件说明：
移动端阅览
[1]王晓花,邓小炼,何卓丽,杜玉琪,沈延峰.基于特征增强与最小误差分割的变化检测方法[J].传感器与微系统,2017,36(06):142-145+149.

WANG Xiao-hua, DENG Xiao-lian, HE Zhuo-li, et al. Change detection method based on feature enhancement and minimum error threshold segmentation[J]. 2017, 36(6): 142-145+149.
[1]王晓花,邓小炼,何卓丽,杜玉琪,沈延峰.基于特征增强与最小误差分割的变化检测方法[J].传感器与微系统,2017,36(06):142-145+149. DOI： 10.13873/j.1000-9787(2017)06-0142-04.

WANG Xiao-hua, DENG Xiao-lian, HE Zhuo-li, et al. Change detection method based on feature enhancement and minimum error threshold segmentation[J]. 2017, 36(6): 142-145+149. DOI： 10.13873/j.1000-9787(2017)06-0142-04.

摘要

以河北省石家庄市2003年和2004年的专题制图仪（TM）遥感影像为例

针对各波段光谱特征

提出了一种基于地物特征增强的变化检测方法。在两期影像上对各类地物采样并计算样本在不同波段的均值、标准差等特征量

以确定波段组合运算的加权系数

计算特征增强图像

实现两期影像中所指定地物类型的特征增强;计算两期特征增强影像的差异影像;使用最小误差分割法获取变化检测结果。通过对比实验可知:方法提取变化区域总体精度达到90%

相对于传统的基于主成分分析（PCA）的变化检测方法

具有较高的检测精度

较好的可行性与适应性。

Abstract

Take thematic mapper（ TM） remote sensing image of Shijiazhuang

Hebei Province in 2003 and 2004 as example

aiming at spectrum characteristics at each waveband

a change detection algorithm is proposed

which is based on surface feature enhancement technology. Firstly

in order to determine the weight coefficient of band combination operation

the average

standard deviation and other characteristic values of different bands are calculated by ground samples from multi-temporal images

and then the feature enhancement image can be calculated. Secondly

the difference image of two phases feature enhancement images is calculated. Finally

the minimum error threshold segmentation is performed on the difference image to obtain the change detection results.It shows through comparison experimental results that the overall precision of distinguishing reaches 90 %

and compare with the traditional change detection method based on principal component analysis（ PCA）

the new method has higher precision

better properties of applicability and feasibility.

关键词

Keywords

references

多时相遥感影像的变化检测方法应用试验与分析 [J]. 阳春花,胡吉林. 测绘与空间地理信息 . 2015(03)

基于线状特征增强的TM遥感影像细小河流提取方法 [J]. 姜浩,冯敏,肖桐,王昌佐. 测绘学报 . 2014(07)

基于TM影像波段运算的沙漠变化检测分析 [J]. 侯晓真,张书毕,宁晓刚,吴丰波,孙盼盼,周鹏. 大地测量与地球动力学 . 2013(06)

多时相遥感影像变化检测方法研究进展综述 [J]. 殷守敬,吴传庆,王桥,马万栋,朱利,姚延娟,王雪蕾,吴迪. 光谱学与光谱分析 . 2013(12)

基于图像处理技术的混凝土路面裂缝检测方法 [J]. 郭全民,张海先. 传感器与微系统 . 2013(04)

遥感影像变化检测技术发展综述 [J]. 陈鑫镖. 测绘与空间地理信息 . 2012(09)

融合多特征的遥感影像变化检测 [J]. 杜培军,柳思聪. 遥感学报 . 2012(04)

浅谈遥感技术在3S技术中的应用 [J]. 李秀玲. 中国地名 . 2010(11)

基于机器视觉的非结构化道路检测算法研究 [J]. 魏武,龚树锋. 传感器与微系统 . 2010(01)

一种用于农业环境监测的无线传感器网络设计 [J]. 徐显荣,高清维,李中一. 传感器与微系统 . 2009(07)

灰度图像最小误差阈值分割法的二维推广 [J]. 范九伦,雷博. 自动化学报 . 2009(04)

基于第二代曲波变换算法的检测图像增强 [J]. 陈学堂,张元,杨坤平,陈得民. 传感器与微系统 . 2008(12)

基于专家知识的数据融合技术研究 [J]. 王立刚,牟海维,张勇. 传感器与微系统 . 2007(10)

基于聚类分析的SAR图像变化检测 [J]. 王伟平,周海银,胡永刚,王炯琦. 传感器与微系统 . 2007(09)

数字图像处理[M]. 武汉大学出版社 , 贾永红, 2009

A critical synthesis of remotely sensed optical image change detection techniques [J] . Andrew P. Tewkesbury,Alexis J. Comber,Nicholas J. Tate,Alistair Lamb,Peter F. Fisher. Remote Sensing of Environment . 2015

Remote sensing change detection for ecological monitoring in United States protected areas [J] . Katherine S. Willis. Biological Conservation . 2014

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于特征增强及密集场景优化的遥感目标检测算法

基于聚类分析的SAR图像变化检测