基于多尺度融合的对象级变化检测新方法

讨论了遥感图像变化检测中的多尺度融合问题.首先分析了高分辨率遥感图像的城市变化检测的难点和传统的变化检测方法的局限性;针对这些难点和局限性,提出了基于多尺度融合的对象级的变化检测框架.该框架利用对象级的变化检测方法,提高了变化类和非变化类的可分性.为了提高变化检测的精度,该框架引入了两种不同的多尺度融合策略.在QuickBird高分辨率遥感图像上的实验结果验证了该方法的有效性和鲁棒性.

多尺度分割融合的遥感图像变化检测

由于遥感图像的变化检测与分割方法、分割尺度有较强相关性,提出一种多尺度分割融合的对象级图像变化检测方法。利用改进的最小生成树分割算法同时联合分割不同尺度下的两幅图像,保证分割图斑的空间位置完全相同;结合分割图斑的光谱特征和纹理特征,计算不同尺度下对应图斑的差异指数,提取变化图斑;多尺度融合变化检测结果,得到变化区域。实验结果表明,该算法具有较好检测结果和较高检测精度。