基于GIS辅助数据的样本像斑变化检测方法研究

doi:10.3778/j.issn.1002-8331.2010.14.064

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (14): 215-217.DOI: 10.3778/j.issn.1002-8331.2010.14.064

基于GIS辅助数据的样本像斑变化检测方法研究

李雪，舒宁，李亮，王琰

武汉大学遥感信息工程学院，武汉 430079

收稿日期:2010-01-19 修回日期:2010-03-10 出版日期:2010-05-11 发布日期:2010-05-11
通讯作者: 李雪

Research of change detection using GIS auxiliary data and samples

LI Xue，SHU Ning，LI Liang，WANG Yan

School of Remote Sensing and Information Engineering，Wuhan University，Wuhan 430079，China

Received:2010-01-19 Revised:2010-03-10 Online:2010-05-11 Published:2010-05-11
Contact: LI Xue

摘要/Abstract

摘要： 土地利用变化检测是国内外全球化进程研究的重要内容。虽然利用遥感影像进行变化检测的研究已取得了巨大进展，但由于对象获取方式单一、算法参数需要人为设定/调试等问题使现有变化检测方法在实际应用中的效果大打折扣。提出了一种以GIS辅助数据获取像斑建立样本特征数据库的方法进行遥感影像变化检测。该方法可充分利用多源数据，并提高变化检测方法的自动化程度。实验证明了方法的有效性。

关键词: 变化检测, 面向对象, 辅助数据, 密度分析, 向量相似性

Abstract: Land use change detection is important in the study of the globalization in the world.The research of change detection using remote sensing images have made great progress.But the auto-detection method is still not practical because of the method of the image segment，the low degree of automation.This paper proposes a new method，which analyzes the images change in segments obtained from the GIS auxiliary data.The sample-auto-selection method and sample-auto-update method can reduce the human involvement.The experiment shows the effectiveness of the method.

Key words: change detection, object-oriented, auxiliary data, density analysis, vector similarity

中图分类号:

TP391

李雪，舒宁，李亮，王琰. 基于GIS辅助数据的样本像斑变化检测方法研究[J]. 计算机工程与应用, 2010, 46(14): 215-217.

LI Xue，SHU Ning，LI Liang，WANG Yan. Research of change detection using GIS auxiliary data and samples[J]. Computer Engineering and Applications, 2010, 46(14): 215-217.

[1]	张翠军，安冉，马丽. 改进U-Net的遥感图像中建筑物变化检测[J]. 计算机工程与应用, 2021, 57(3): 239-246.
[2]	王文慧，李鹏，胡韵迪. 基于目标预测的扩展目标量测集划分算法[J]. 计算机工程与应用, 2020, 56(8): 143-148.
[3]	蒋世豪，江洪. 基于GDAL的遥感图像变化检测技术[J]. 计算机工程与应用, 2020, 56(16): 169-175.
[4]	折延宏，胡梦婷，贺晓丽，曾望林. 两种多粒度形式概念分析模型的比较研究[J]. 计算机工程与应用, 2020, 56(10): 51-55.
[5]	张岭军，李聪，段云龙. 结合空间邻域信息的SAR图像变化检测[J]. 计算机工程与应用, 2019, 55(15): 185-192.
[6]	冯正英，王世东. 结合MNF变换和Canny算子的遥感影像变化检测[J]. 计算机工程与应用, 2019, 55(14): 266-270.
[7]	林卉1，于瑞鹏2，王李娟1，邵聪颖1. 基于特征向量的遥感影像自动分类研究[J]. 计算机工程与应用, 2017, 53(16): 177-181.
[8]	陈永平1，杨思春2，苏新1. 纵向合成背景的面向对象概念格属性约简[J]. 计算机工程与应用, 2016, 52(9): 140-145.
[9]	张静文，周杉. 面向对象技术实现活动网络图及关键路径算法[J]. 计算机工程与应用, 2016, 52(4): 234-237.
[10]	陈仁喜1，李鑫慧2，周绍光1. 面向对象的竞争合作学习遥感影像聚类算法[J]. 计算机工程与应用, 2016, 52(21): 8-13.
[11]	李小春，贾春阳，李卫华，全卫澎. 无监督特征优选高分辨率影像变化检测新方法[J]. 计算机工程与应用, 2016, 52(10): 196-200.
[12]	李敏1，2，黄强1，周凌1，倪少权1. 面向对象Petri网的成品油配送模型构建研究[J]. 计算机工程与应用, 2015, 51(20): 55-61.
[13]	谢文娜，乔平安，潘晓英. 基于多智能体遗传的SAR图像变化检测[J]. 计算机工程与应用, 2015, 51(20): 162-166.
[14]	刘兆祎1，李鑫慧2，沈润平2，朱枫3，张凯4，王恬5，王媛媛6. 高分辨率遥感图像分割的最优尺度选择[J]. 计算机工程与应用, 2014, 50(6): 144-147.
[15]	耿宏，朱泳静. 基于面向对象八叉树的飞机虚拟维修场景渲染[J]. 计算机工程与应用, 2014, 50(5): 243-246.

基于GIS辅助数据的样本像斑变化检测方法研究

Research of change detection using GIS auxiliary data and samples

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics