发明名称 |
基于多源目标特征支持的高光谱遥感图像变化检测方法 |
摘要 |
本发明公开一种基于多源目标特征和机器学的高光谱遥感图像变化检测方法,包括:可见光遥感图像变化检测;可见光与高光谱遥感图像配准,将可见光变化检测得到的不变化目标变换至高光谱遥感图像;基于变换至高光谱遥感图像中的不变化目标,选择训练样本;高光谱子空间学;在学得到的子空间内进行高光谱遥感图像变化检测。本发明的方法基于多源目标特征,通过可见光遥感图像确定不变化的高光谱样本用以学高光谱最佳判别子空间,在该子空间中进行高光谱遥感图像变化检测,性能稳定,适用范围广。 |
申请公布号 |
CN102819838A |
申请公布日期 |
2012.12.12 |
申请号 |
CN201210247785.3 |
申请日期 |
2012.07.17 |
申请人 |
北京市遥感信息研究所;中国科学院自动化研究所 |
发明人 |
江碧涛;樊彬;张秀玲;余晓刚;潘春洪;李京龙;胡士昌 |
分类号 |
G06T7/00(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
中科专利商标代理有限责任公司 11021 |
代理人 |
宋焰琴 |
主权项 |
一种基于多源目标特征和机器学习的高光谱遥感图像变化检测方法,其中输入数据为同一时间同一地点的可见光和高光谱遥感图像以及另一时间同一地点的可见光和高光谱遥感图像,该方法包括以下步骤:步骤S1:对可见光遥感图像进行变化检测,得到初始的检测结果,即区分出变化目标和不变化目标;步骤S2:通过可见光与高光谱遥感图像配准,将步骤S1中可见光遥感图像变化检测得到的不变化目标变换至高光谱遥感图像;步骤S3:基于可见光遥感图像变化检测的结果,选择置信度高,即变化概率低的不变化目标在高光谱遥感图像上对应的高光谱特征作为训练样本;步骤S4:根据步骤S3得到的训练样本集合,进行高光谱子空间学习;步骤S5:在高光谱子空间中对高光谱遥感图像进行变化检测。 |
地址 |
100192 北京市海淀区清河小营东路2号院 |