基于小波变换和核独立分量分析的遥感图像变化检测

基于小波变换和核独立分量分析的遥感图像变化检测

ID:46619450

大小:1.30 MB

页数:8页

时间:2019-11-26

基于小波变换和核独立分量分析的遥感图像变化检测_第1页
基于小波变换和核独立分量分析的遥感图像变化检测_第2页
基于小波变换和核独立分量分析的遥感图像变化检测_第3页
基于小波变换和核独立分量分析的遥感图像变化检测_第4页
基于小波变换和核独立分量分析的遥感图像变化检测_第5页
资源描述:

《基于小波变换和核独立分量分析的遥感图像变化检测》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、201'3年12月第6期中国空间科学技术ChineseSpaceScienceandTechnology基于小波变换和核独立分量分析的遥感图像变化检测吴一全1。2’3曹照清1(1南京航空航天大学电子信息工程学院,南京210016)(2农业部农业信息技术重点实验室,北京100081)(3东华理工大学江西省数字国土重点实验室,抚州344000)摘要为了进一步提高基于独立分量分析(IndependentComponentAnalysis,ICA)的遥感图像变化检测精确度,并解决ICA分离的图像分量排序不确定问题,提出

2、了基于小波变换和核独立分量分析(KernelIndependentComponentAnalysis,KICA)的遥感图像变化检测方法。首先通过小波变换对遥感图像进行分解,得到由图像的高频分量和低频分量组成的分块向量,然后利用核函数将分块向量映射到高维特征空间中,再在该空间中用ICA方法分离出互相独立的向量,最后根据分离出的向量中高频分量的差异自动分辨出变化分量。文章给出了遥感图像变化检测方法及近年提出的基于主分量分析(PrincipalComponentAnalysis,PCA)、基于ICA、基于KICA三种

3、变化检测方法的试验结果,并进行了分析和定量比较。试验结果表明,文中方法能更好地分离出遥感图像的变化信息,具有更高的精确度,并实现了变化检测的智能化。关键词遥感图像变化检测核独立分量分析小波变换DOI:10.3780/j.issn.1000—758X.2013.06.0021引言遥感图像的变化检测是通过分析同一地区不同时相的遥感图像,检测出该地区中地物随时间发生变化的信息。随着遥感技术的快速发展,遥感图像的变化检测已被广泛地应用于地物地层分析、环境监测、军事侦查与监视、灾情估计等领域。目前,遥感图像的变化检测方法

4、主要分为基于代数运算、基于图像分类、基于特征描述和基于图像变换四类方法。基于代数运算的变化检测方法包括图像差值法n]、图像比值法心1和图像回归分析法【31等,此类方法虽然变化检测速度较快,但方法过于简单,难以确定变化的类别,并且无法对变化信息进行描述,往往因辐射差异易将背景变化作为目标区域的变化,引起变化检测误差。基于图像分类的变化检测¨o方法主要包括图像分类后比较和多时相图像同时分类等方法,此类方法可以提供变化信息的种类,并减小了大气等外部因素对变化检测的影响,但通常需要大量的高精度学习样本,这对历史数据来说

5、却难以获取。基于特征描述的变化检测方法主要包括基于线特征[5J和基于空间纹理161等方法,在此类方法中特征提取对变化检测的精确度影响很大,为提高检测的精确度,在特征提取后往往还需要解决数据融合和对高维特征准确分国家自然科学基金(60872065),农业部农业科研杰出人才基金和农业部农业信息技术重点实验室开放基金(2013001),江西省数字国土重点实验室开放基金(DI,LJ201113),江苏高校优势学科建设工程资助项目收稿日期:2013—02—20。收修改稿日期:2013—0524!!主垦窒囹登堂垫查!旦!!

6、至!!旦类等问题。基于图像变换的变化检测方法主要包括基于主分量分析(PrincipalComponentAnalysis,PCA)和基于独立分量分析(IndependentComponentAnalysis,ICA)等方法。ICA作为近年出现的一种信号处理方法,不仅能消除信号间的二阶相关性,还能够消除高阶相关性,因此在遥感图像变化检测中利用ICA能获得较好的检测结果。但由于遥感图像常常受到光照、角度等因素的影响,地物光谱的混合呈现非线性特性,ICA这样的线性方法就存在一定的局限性。而核独立分量分析(Kernel

7、IndependentComponentAnalysis,KICA)L7。90利用核函数先将数据进行非线性变换,映射到高维特征空问,再在高维特征空问中对数据进行独立分量分析,大大降低了由于地物光谱的非线性混合产生的检测误差,所以可以考虑利用KICA进行多时相遥感图像的变化检测。同时,考虑到核技术增加了计算的复杂度,降低了变化检测的效率,本文提出了基于小波变换和KICA的遥感图像变化检测方法。首先利用小波变换对图像进行分解口⋯,以提高变化检测的运算效率,再通过KICA分离出互相独立的分量,最后根据分离出的向量中高

8、频分量的差异,自动识别出变化分量,从而解决ICA方法的分离结果排序不确定问题。给出了本文提出的基于小波变换和KICA的变化检测方法的试验结果,并与近年提出的基于PCA[11I、基于ICAEl2-15]、基于KICA三种变化检测方法进行了比较,分别依据主观视觉和变化像元错判误差、非变化像元误判误差、总体精度、运行时间等客观定量指标,对上述方法进行了评价。2独立分量分析与核独立分量分析2.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。