基于UNet的差值影像变化检测试验与分析

多时相遥感影像的变化检测在调查监测等自然资源管理中具有广泛应用。为提高差值影像变化检测的精度,以浙江省嘉兴市秀洲区为试验区,在简单差值法的基础上引入损失函数,使得变化检测模型达到最优。试验得到基于U型神经网络(UNet)的变化检测结果,并与CVA变化检测法进行比对。结果表明,基于UNet的变化检测法在变化区域识别能力、边界差异容错能力以及季节性变化容错率等方面均具有明显优势,能有效提高差值影像变化检测的精度。