论文部分内容阅读
近年来,遥感图像变化检测技术的发展越来越成熟,正在走向全面应用阶段,随着遥感图像变化检测技术的应用水平不断提高,其应用领域也越来越广泛,在农林、环保、国土等领域都占有相当重要的地位。本文针对多时相遥感图像植被覆盖区域变化检测方法的发展和现状进行了分析,系统的介绍了遥感图像变化检测的基础知识,分析了现有的多时相遥感图像植被覆盖区域变化检测方法,对Gamma校正进行了修改,构建CIE Lab色彩空间下的植被覆盖区域分组训练学习算法,提出了一种植被覆盖区域变化检测方法,并采用理论分析与实验验证相结合的方式,证明了该方法能在一定程度上提高变化检测的精确度。本文主要研成果和结论如下：1)在遥感图像预处理阶段的Gamma校正过程中,修改了Gamma校正的计算方法,缩小它的输出范围,达到减小多时相的遥感图像的色差的目的。2)构建了一种新的在CIE Lab色彩空间下植被覆盖区域分组训练学习算法,用来检测多时相遥感图像植被覆盖区域。通过实验验证结果对比,它提高了遥感图像植被覆盖区域变化检测的精确度3)将本文提出的多时相植被覆盖区域变化检测方法,应用到国家重大专项项目“高分辨率对地观测综合业务处理平台”系统中,取得了良好的效果。