激光与红外

作者：朱美如

单位：河海大学地球科学与工程学院,江苏 南京 211100；

关键词：像斑;变化检测;JS散度;互相关;航空遥感图像

基金：江苏省重点研发计划项目(No.BE2017115)；国家自然科学基金项目(No.41871326；41271361)；“十二五”国家科技支撑计划项目(No.2013BAC03B04)资助

针对航空遥感图像,构建一种面向对象的融合JS(Jensen-Shannon)散度特征与互相关特征的变化检测算法。首先,应用多尺度分割算法获取像斑；然后,提取反映像斑内像素灰度分布的总体统计特征的JS散度以及反映像斑内部结构的变化特征的互相关特征,应用决策级融合方案对两个优势互补的特征进行有效融合,进而探测变化区域；最后与固定权重融合的检测结果进行精度对比。结果表明:本文方法的平均检测精度达到93.07 %,误检率平均为7.13 %,漏检率平均为4.37 %,比仅基于JS散度特征、互相关特征、固定权重融合的检测方法精度分别提高了8.98 %、4.71 %和4.20 %。因此,该变化检测方法不仅能有效提取变化区域,而且提高了变化检测的精度,在航空遥感图像变化检测中具有有效性与应用潜力。

来源：2020年第2期

《激光与红外》期刊编辑部

查看激光与红外杂志2020年第2期