留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

一种面向地理对象的遥感影像变化检测方法

佃袁勇 方圣辉 姚崇怀

佃袁勇, 方圣辉, 姚崇怀. 一种面向地理对象的遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
引用本文: 佃袁勇, 方圣辉, 姚崇怀. 一种面向地理对象的遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
DIAN Yuanyong, FANG Shenghui, YAO Chonghuai. The Geographic Object-based Method for Change Detection withRemote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
Citation: DIAN Yuanyong, FANG Shenghui, YAO Chonghuai. The Geographic Object-based Method for Change Detection withRemote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053

一种面向地理对象的遥感影像变化检测方法

doi: 10.13203/j.whugis20130053
基金项目: 国家863计划资助项目(2012AA12A304);中央高校基本科研业务费专项资金资助项目(2012ZYTS037)
详细信息
    作者简介:

    佃袁勇,博士,主要从事遥感技术在资源环境中的应用研究。

  • 中图分类号: P237

The Geographic Object-based Method for Change Detection withRemote Sensing Imagery

Funds: The National High Technology Research and Development Program of China(863Program),No.2012AA12A304;the Fundamental Research Funds for the Central Universities,No.2012ZYTS037.
More Information
    Author Bio:

    DIAN Yuanyong,PhD,specializes in remote sensing technology in argriculture.

  • 摘要: 目的 根据高空间分辨率影像上变化区域呈聚集状分布的特点,提出了一种面向地理对象的遥感影像变化检测算法。在利用 Mean-Shift分割算法的基础上,获得不同时相地理对 象 的 灰 度特征 信息,结合 变 化 矢量 分析,采用最大数学期望算法自动提取变化区域。以 QuickBird、SPOT、TM 三组不同空间分辨率的影像进行算法验证并比较了该方法与单像素变化检测算法的差异。结果表明,三组影像中面向对象的变化检测算法的检测精度分 别 为 91.1%,87.3% 和 84.3%,单像素 的 变 化 检 测算法 检测精度分别为 86.41%,82.48% 和81.02%。试验结果显示面向对象的算法检测精度高于基于单像素的变化检测算法,且对高空间分辨率的影像检测效果要优于对中低空间分辨率的影像的检测效果。该算法减少了变化阈值确定中的人工干预,克服了以像素为单位的变化检测算法中由于缺少空间邻域信息而产生孤立、离散、不连通变化结果的问题,能够满足在不同土地覆盖类型下的变化检测要求,在国土资源监测中具有一定的使用价值。
  • [1] Dian Yuanyong.Research on Change Detection inRemote Sensing Imagery[D].Wuhan:Wuhan Uni-versity,2005(佃袁勇.基于遥感影像的变化检测研究[D].武汉:武汉大学,2005)[2] Sun Xiaoxia,Zhang Jixian,Yan Qin,et al.A Sum-mary on Current Techniques and Prospects of Re-mote Sensing Change Detection[J].Remote SensingInformation,2011,1:119-123(孙晓霞,张继贤,燕琴,等.遥感影像变化检测方法综述及展望[J].遥感信息,2011,1:119-123)[3] Li Deren.Change Detection from Remote SensingImages[J].Geomatics and Information Sciences ofWuhan University,2003,28(Special Issue):7-12(李德仁.利用遥感影像进行变化检测[J].武汉大学学报·信息科学版,2003,28(特刊):7-12)[4] Bruzzone L,Prieto D F.Automatic Analysis of theDifference Image for Unsupervised Change Detec-tion[J].IEEE Geoscience and Remote Sensing,2000,38(3):1171-1182[5] Wan Youchuan,Shen Shaohong,Zhang Jingxiong.Change Detection of Multi-time Remote Sensing Im-ages Based on Statistics Models[J].Geomatics andInformation Sciences of Wuhan University,2008,33(7):669-672(万幼川,申邵洪,张景雄.基于概率统计模型的遥感影像变化检测[J].武汉大学学报·信息科学版,2008,33(7):669-672)[6] Ma Guorui,Li Pingxiang,Qin Qianqing.Based onFusion and GCM Change Detection Approach of Re-mote Sensing Images[J].Journal of Remote Sens-ing,2006,10(6):847-853(马国瑞,李平湘,秦 前清.基于融合和广义高斯模型的遥感影像变化检测[J].遥感学报,2006,10(6):847-853)[7] Bruzzone L,Prieto D F.An Adaptive Semiparamet-ric an Context-Based Approach to UnsupervisedChange Detection in Multi-temporal Remote SensingImages[J].IEEE Image Process,2002,11(4):452-466[8] Daniel C Z,Victor H.Gradual Land Cover ChangeDetection Based on Multi-temporal Fraction Images[J].Pattern Recognition,2012,45(8):2927-2937[9] Wang Yan,Shu Ning,Gong Yan.A Study of LandUse Change Detection Based on High ResolutionRemote Sensing Images[J].Remote Sensing forLand & Resources,2012,92(1):43-47(王琰,舒宁,龚龑.高分辨率遥感影像土地利用变化检测方法研究[J].国土资源遥感,2012,92(1):43-47)[10]Chen Jianyu,Mao Zhihua,Philpot B,et al.Detec-ting Changes in High-resolution Satellite CoastalImagery Using an Image Object Detection Approach[J].International Journal of Remote Sensing,2013,34(7):2432-2453[11]Shu Ning.Aspects of the Theories and Methodolo-gies for Remote Sensed Image Processing and Anal-ysis[J].Geomatics and Information Sciences ofWuhan University,2007,32(11):1007-1010(舒宁.关于遥感影像处理分析的理论与方法之若干问题[J].武汉大学学报·信息科学版,2007,32(11):1007-1010)[12]Ping L,Andre S,Norman K,et al.Object-orientedChange Detection for Landslide Rapid Mapping[J].IEEE Geoscience and Remote Sensing Letter,2011,8(4):701-705[13]Lizarazo I.Quantitative Land Cover Change Analy-sis Using Fuzzy Segmentation[J].InternationalJournal of Applied Earth Observation and Geoin-formation,2012,15(0):16-27[14]Hazel G G.Object-level Change Detection in Spec-tral Imagery[J].IEEE Transaction on Geoscienceand Remote Sensing,2001,39(3):553-561[15]Chen G,Hay G J,Carvalho L M T,et al.Object-based Change Detection[J].International Journalof Remote Sensing,2012,33(14):4434-4457[16]Dronova I,Gong P,Wang L.Object-based Analy-sis and Change Detection of Major Wetland CoverTypes and Their Classification Uncertainty Duringthe Low Water Period at Poyang Lake,China[J].Remote Sensing of Environment,2011,115(12):3220-3236[17]Hichri H,Bazi Y,Alajlan N,et al.InteractiveSegmentation for Change Detection in MultispectralRemote-sensing Images[J].IEEE Geoscience andRemote Sensing Letters,2013,10(2):298-302[18]Bazi Y,Melgani F,Alsharari H.UnsupervisedChange Detection in Multispectral Remotely SensedImagery with Level Set Methods[J].IEEE Geosci-ence and Remote Sensing,2010,48(8):3178-3187[19]Blaschke T.Object Based Image Analysis for Re-mote Sensing[J].ISPRS Journal of Photogram-metry and Remote Sensing,2010,65(1):2-16[20]Comaniciu D,Meer P.Mean-Shift:A Robust Ap-proach Toward Feature Space Analysis[J].IEEETransactions on Pattern Analysis and Machine In-telligence,2002,24(5):603-619[21]Johnson R D,Kasischke E S.Change Vector Anal-ysis:a Technique for the Multispectral Monitoringof Land Cover and Condition[J].InternationalJournal of Remote Sensing,1998,19(3):411-426[22]Bovolo F,Bruzzone L.A Theoretical Frameworkfor Unsupervised Change Detection Based onChange Vector Analysis in the Polar Domain[J].IEEE Geoscience and Remote Sensing,2007,45(1):218-236[23]Osmar A C J,Renato F G,Alan R G,et al.A NewApproach to Change Vector Analysis Using Dis-tance and Similarity Measures[J].Remote Sensing,2011,3(11):2473-2493[24]Moon T K.The Expectation-maximization Algo-rithm[J].IEEE Signal Processing Magazine,1996,13(6):47-60[25]Ming Dongping,Ci Tianyu,Cai Hongyue,et al.Semivariogram-based Spatial Bandwidth Selectionfor Remote Sensing Image Segmentation with Mean-Shift Algorithm[J].IEEE Geoscience and RemoteSensing Letters,2012,9(5):813-817
  • [1] 杨钰琪, 陈驰, 杨必胜, 胡平波, 崔扬.  基于UAV影像密集匹配点云多层次分割的建筑物层高变化检测 . 武汉大学学报 ● 信息科学版, 2021, 46(4): 489-496. doi: 10.13203/j.whugis20190030
    [2] 吴柯, 何坦, 杨叶涛.  基于混合像元分解与EM算法的中低分辨率遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2019, 44(4): 555-562. doi: 10.13203/j.whugis20160546
    [3] 眭海刚, 冯文卿, 李文卓, 孙开敏, 徐川.  多时相遥感影像变化检测方法综述 . 武汉大学学报 ● 信息科学版, 2018, 43(12): 1885-1898. doi: 10.13203/j.whugis20180251
    [4] 眭海刚, 陈光, 胡传文, 宋志娜.  光学遥感影像与GIS数据一体化的水体分割、配准与提取方法 . 武汉大学学报 ● 信息科学版, 2016, 41(9): 1145-1150. doi: 10.13203/j.whugis20140460
    [5] 赵磊, 陈尔学, 李增元, 冯琦, 李兰, 杨浩.  基于均值漂移和谱图分割的极化SAR影像分割方法及其评价 . 武汉大学学报 ● 信息科学版, 2015, 40(8): 1061-1068. doi: 10.13203/j.whugis20130681
    [6] 陆苗, 梅洋, 赵勇, 冷亮.  利用多尺度几何特征向量的变化检测方法 . 武汉大学学报 ● 信息科学版, 2015, 40(5): 623-627. doi: 10.13203/j.whugis20130382
    [7] 魏立飞, 钟燕飞, 张良培, 李平湘.  多波段信息融合的遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 8-11.
    [8] 申邵洪, 万幼川, 龚浩, 赖祖龙.  遥感影像变化检测自适应阈值分割的Kriging方法 . 武汉大学学报 ● 信息科学版, 2009, 34(8): 902-905.
    [9] 龚浩, 张景雄, 申邵洪.  基于对象的对应分析在高分辨率遥感影像变化检测中的应用 . 武汉大学学报 ● 信息科学版, 2009, 34(5): 544-547.
    [10] 万幼川, 申邵洪, 张景雄.  基于概率统计模型的遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2008, 33(7): 669-672.
    [11] 张剑清, 朱丽娜, 潘励.  基于遥感影像和矢量数据的水系变化检测 . 武汉大学学报 ● 信息科学版, 2007, 32(8): 663-666.
    [12] 袁修孝, 季顺平.  POS数据辅助的航空影像变化检测方法研究 . 武汉大学学报 ● 信息科学版, 2007, 32(4): 283-286.
    [13] 马国锐, 眭海刚, 李平湘, 秦前清.  一种遥感影像核变化检测方法 . 武汉大学学报 ● 信息科学版, 2007, 32(7): 597-600.
    [14] 江利明, 廖明生, 张路, 林珲.  顾及空间邻域关系的多时相SAR影像变化检测 . 武汉大学学报 ● 信息科学版, 2006, 31(4): 312-315.
    [15] 张晓东, 李德仁, 龚健雅, 秦前清.  遥感影像与GIS分析相结合的变化检测方法 . 武汉大学学报 ● 信息科学版, 2006, 31(3): 266-269.
    [16] 徐丽华, 江万寿.  顾及配准误差的遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2006, 31(8): 687-690.
    [17] 苏国中, 张剑清, 陈炳贵.  GIS知识引导的正射影像变化检测及更新 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 664-667.
    [18] 李全, 李霖, 赵曦.  基于Landsat TM影像的城市变化检测研究 . 武汉大学学报 ● 信息科学版, 2005, 30(4): 351-354.
    [19] 李德仁.  利用遥感影像进行变化检测 . 武汉大学学报 ● 信息科学版, 2003, 28(S1): 7-12.
    [20] 方针, 张剑清, 张祖勋.  基于城区航空影像的变化检测 . 武汉大学学报 ● 信息科学版, 1997, 22(3): 240-244.
  • 加载中
计量
  • 文章访问数:  1014
  • HTML全文浏览量:  26
  • PDF下载量:  770
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-04-16
  • 修回日期:  2014-08-05
  • 刊出日期:  2014-08-05

一种面向地理对象的遥感影像变化检测方法

doi: 10.13203/j.whugis20130053
    基金项目:  国家863计划资助项目(2012AA12A304);中央高校基本科研业务费专项资金资助项目(2012ZYTS037)
    作者简介:

    佃袁勇,博士,主要从事遥感技术在资源环境中的应用研究。

  • 中图分类号: P237

摘要: 目的 根据高空间分辨率影像上变化区域呈聚集状分布的特点,提出了一种面向地理对象的遥感影像变化检测算法。在利用 Mean-Shift分割算法的基础上,获得不同时相地理对 象 的 灰 度特征 信息,结合 变 化 矢量 分析,采用最大数学期望算法自动提取变化区域。以 QuickBird、SPOT、TM 三组不同空间分辨率的影像进行算法验证并比较了该方法与单像素变化检测算法的差异。结果表明,三组影像中面向对象的变化检测算法的检测精度分 别 为 91.1%,87.3% 和 84.3%,单像素 的 变 化 检 测算法 检测精度分别为 86.41%,82.48% 和81.02%。试验结果显示面向对象的算法检测精度高于基于单像素的变化检测算法,且对高空间分辨率的影像检测效果要优于对中低空间分辨率的影像的检测效果。该算法减少了变化阈值确定中的人工干预,克服了以像素为单位的变化检测算法中由于缺少空间邻域信息而产生孤立、离散、不连通变化结果的问题,能够满足在不同土地覆盖类型下的变化检测要求,在国土资源监测中具有一定的使用价值。

English Abstract

佃袁勇, 方圣辉, 姚崇怀. 一种面向地理对象的遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
引用本文: 佃袁勇, 方圣辉, 姚崇怀. 一种面向地理对象的遥感影像变化检测方法[J]. 武汉大学学报 ● 信息科学版, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
DIAN Yuanyong, FANG Shenghui, YAO Chonghuai. The Geographic Object-based Method for Change Detection withRemote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
Citation: DIAN Yuanyong, FANG Shenghui, YAO Chonghuai. The Geographic Object-based Method for Change Detection withRemote Sensing Imagery[J]. Geomatics and Information Science of Wuhan University, 2014, 39(8): 906-912. doi: 10.13203/j.whugis20130053
参考文献 (1)

目录

    /

    返回文章
    返回