基于融合和广义高斯模型的遥感影像变化检测

提出了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结果构造差异影像,然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理,再对处理后的结果运用广义高斯分布模型估计变化与非变化像元的概率密度参数,最后采用改进的K I算法计算最佳分割阈值,提取变化区域。实验结果表明,所提出的变化检测算法稳健、高效,具有较大的实用价值。

基于广义高斯模型的SAR幅度图像震害检测

本文以2008年5月12日汶川地震前后的星载ALOS合成孔径雷达图像作为数据源,利用广义高斯分布模型作为差异图像中变化类和未变化类的分布模型,在假设变化和未变化像元服从广义高斯分布的条件下,估计变化和未变化像元的概率密度参数,采用KI算法计算最佳分割阈值并提取变化区域。以都江堰地区为例,自动检测这次地震导致的地表变化,快速圈定一些变化差异较大的区域。研究表明,该变化检测算法能较准确地描述差异影像的分布,能够在地震灾害提取中发挥作用。