面向异源影像的FCM-SBN-CVAPS多尺度变化检测方法

在遥感影像变化检测中,FCM-SBN-CVAPS方法可以有效处理混合像元问题,但由于异源影像之间存在较大差异,因此对于异源影像变化检测具有局限性。为了提高变化检测的精度,本文在模糊C均值聚类(FCM)、简单贝叶斯网络(SBN)和后验概率空间变化向量分析(CVAPS)方法基础上,提出了一种面向异源影像的FCM-SBN-CVAPS多尺度变化检测方法。首先,通过图像增强改善图像质量;其次,为提高FCM-SBN后验概率向量计算的准确度,对同物异谱、异物同谱的区域进行有效判断,将子类地物样本进行组合构成复合类型地物样本,实现FCM-SBN-CVAPS大目标变化检测;然后,使用子类样本对漏检的区域进行重新检测,实现小目标变化检测,并叠加不同尺度变化信息,以获得最终的变化检测结果;最后,利用两组异源影像数据对提出的方法进行对比验证。结果表明,该方法可以降低错检率、漏检率,总体精度和Kappa系数均高于对比方法。