论文部分内容阅读
伴随着遥感技术和数字图像处理技术的发展,利用遥感影像进行变化检测能够为人类低成本地提供更加准确、更大范围的地表变化信息,对协调人口、资源、环境,实现可持续发展具有重要意义。目前遥感变化检测被广泛应用在农业监测、城市规划、灾害评估等诸多领域。高分影像的兴起和流行,为人类从更加细小的尺度获取地表变化信息提供了可能,但同时也对现有变化检测技术提出了更高的要求。虽然针对高分影像变化检测方法在不断发展,但这些算法往往只是利用影像中的底层特征进行变化检测。如何有效地、准确地提取高分影像上的变化信息仍是一个亟待解决的难题。对此本文分别从对象层次和场景语义层次着手,研究了基于中层语义特征的高分辨率遥感影像变化检测方法,旨在突破现有变化检测方法的局限性,探索变化检测新的应用层面。本文的主要的研究工作和成果如下:(1)梳理总结了现有文献中中层语义特征和高分影像变化检测两方面已经取得的代表性成果,并系统地分析了目前高分影像变化检测存在的困难与问题。针对现有研究的底层特征表达能力不足,提出基于中层特征语义的变化检测方案和技术路线。(2)从对象层次出发,提出一种基于对象中层语义特征的变化检测方法,设计了在对象中层语义特征基础上开展变化检测的流程。针对对象底层特征能力不足的问题,本文将词包模型引入高分影像对象的特征提取中,深层次地挖掘对象的中层语义信息,并结合相似性度量算法有效地完成高分影像的变化检测。将本文方法与基于底层特征的变化检测方法和OCVA方法对比发现,本文方法消除了传统基于像元的变化检测方法出现的椒盐问题,有效地改善了底层特征表达能力不足的问题,提高了变化检测精度。(3)从场景层次出发,提出PS-LDA、PT-LDA、FS-LDA和FT-LDA四种基于中层语义特征的场景分析策略。针对高分影像场景语义层次的变化检测需求问题,本文通过场景的角度考虑高分影像的变化检测问题;同时针对场景级变化分析中底层特征到高层语义之间的“语义鸿沟”问题,分别提出4种不同的变化分析的策略。通过比较4种分析策略发现,时间特性对于研究高分影像场景级变化有着十分重要的作用;LDA作为特征提取工具时,由于所有样本共享同一个主题空间,且避免了其作为分类器时出现的误差传递情况,有利于提高场景级变化检测的精度。