论文部分内容阅读
近年来,随着遥感卫星技术的快速发展,遥感影像空间分辨率不断提高,很多遥感卫星影像已经达到亚米级。这些高分辨率遥感影像可以提供地物丰富的空间信息、几何结构信息和纹理信息,极大地提高了对地物的识别能力。高分辨率遥感影像的变化检测可以利用这些丰富的信息资源,为科学分析和决策服务,极大地促进了高分辨率遥感影像的应用。目前高分辨率遥感影像变化检测已应用到国民经济各个领域,如地理国情监测、地表覆盖变化监测、城市扩展调查与规划、资源评估、环境监测、灾害预警、精准农业以及地图数据库更新等。针对高分辨率遥感影像变化检测方法的研究也因此成为一个研究热点。目前遥感影像的变化检测方法主要分为基于像元和基于对象两类。基于像元的变化检测方法在高分辨率遥感影像变化检测中容易出现严重的“椒盐”噪声；基于面向对象的变化检测方法受影像分割和分类的影响,变化检测结果的精度较低。对此,本文对高分辨率遥感影像变化检测方法展开研究,主要研究内容如下：(1)对现有的变化检测方法进行深入的分析,其中重点研究了光谱梯度差分和面向对象的变化检测方法,并通过实验发现了这些方法在高分辨率遥感影像变化检测中的优势与不足。(2)针对现有的变化检测方法在高分辨率遥感影像变化检测中出现的问题,将光谱梯度差分法与面向对象法的优势互补,提出光谱梯度差分与面向对象相结合的高分辨率遥感影像变化检测方法。(3)在光谱梯度差分与面向对象相结合的变化检测方法中引入纹理均值,用纹理均值梯度代替传统的光谱来计算变化强度,以达到提高高分辨率遥感影像变化检测精度的目的。(4)利用安徽省部分地区2011年3月23日和2015年4月17日的WorldView-2影像进行变化检测实验,并与其它变化检测方法进行对比。最后得到光谱梯度差分与面向对象方法相结合的高分辨率遥感影像变化检测结果总体精度达到90.572%,Kappa系数为0.812。研究结果表明,本文提出的光谱梯度差分与面向对象方法相结合的高分辨率遥感影像变化检测方法,既能克服基于像元的变化检测方法的“椒盐”噪声问题,又能有效提高变化检测结果的精度。