基于变化检测的要素快速更新入库

提出了一种基于变化检测的要素快速更新入库方法。首先获取历史矢量数据约束下的新时期遥感影像同质像斑,并针对不同要素分别构建特征空间、获取规则集,以实现要素提取;再将提取要素与本底矢量数据进行叠置分析,获得增量数据;最后对不同类型的增量数据进行相应的更新入库操作。实验结果表明,该方法对重要水系和操场的提取精度分别达到86.7%和80%,可作为基础地理信息快速更新的有效手段,为地理国情数据更新提供参考。

基于对象的多源数据变化检测的方法

不同数据源的遥感数据可综合用于检测地表变化,是土地变更调查中不可或缺的技术手段之一。本文基于高分辨率遥感卫星影像、无人机正射影像和土地利用矢量图,结合多尺度分割法、最邻近分类法和阈值分类法,消除不同遥感数据间的套合误差,实现影像的层层分类,并通过像斑类别识别的方法检测地表变化。试验结果表明:变化检测结果中面积检测正确率为85.37%,精度满足要求。该方法能够结合不同遥感数据源的优势,从而正确识别地表变化区域,同时获取像斑变化的类别。可有效地提高土地调查的效率,提升遥感数据的利用水平。

高分遥感影像与矢量数据结合的变化检测方法

针对高分辨率遥感影像与矢量数据配准套合之后存在的不一致性问题,该文探讨了多尺度分割算法获取同质像斑的方法。在此基础上,发展了一种基于最近邻分类算法的分类后处理变化检测方法。结果表明,通过多尺度分割算法能够获取"类内光谱相同"和"类间光谱相异"的像斑;分类后处理变化检测方法能够正确检测出80%以上的变化区域,在获取变化检测结果的同时能够获取变化像斑的类别,而且检测精度较高,具有较高的应用价值。