魏东升
- 作品数：3 被引量：11H指数：2
- 供职机构：教育部更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术天文地球电子电信更多>>
- 遥感影像变化检测样本自动抽样被引量：6
- 2019年
- 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。
- 魏东升周晓光
- 关键词：遥感影像矢量数据变化检测
- 基于纹理特征贡献度的地表覆盖变化检测
- 使用已有矢量数据和最新遥感影像进行变化检测，提出一种基于纹理特征贡献度的变化检测方法。利用矢量数据分割遥感影像，获取影像对象，计算影像对象纹理特征值。根据信息增益原理计算纹理特征参数的特征贡献度，选择特征参数。由纹理特征...
- 魏东升周晓光
- 关键词：纹理变化检测信息增益率
- 顾及纹理特征贡献度的变化影像对象提取算法被引量：6
- 2017年
- 遥感影像变化检测是全球变化研究的重要内容。基于两期遥感影像的变化检测方法存在数据条件要求苛刻、难以充分利用快速发展的多源遥感影像数据等问题。目前许多变化检测的参考数据中包含了一期分类矢量数据,矢量数据中往往包含了位置、形状、大小和类别属性等先验信息,充分利用这些先验信息将可提高变化检测精度。提取变化影像对象是结合矢量数据和遥感影像进行变化检测的核心步骤。本文提出了一种顾及纹理特征贡献度的变化影像对象提取方法。该方法利用矢量数据分割遥感影像,获取影像对象,计算影像对象纹理特征值。根据信息增益原理计算纹理特征参数的特征贡献度,选择特征参数。由贡献度指数大小确定纹理特征参数权重,计算影像对象与先验要素类别的相似度系数,提取变化影像对象。试验结果表明,基于纹理特征贡献度的特征参数选择,能有效地提高变化影像对象提取结果的精度。
- 魏东升周晓光
- 关键词：纹理特征信息增益率
