基于小波融合和ＰＣＡ核模糊聚类的遥感图像变化检测

senlenced3 · 发表于 2021-3-24 10:28

EDA365欢迎您登录！

您需要登录才可以下载或查看，没有帐号？注册

x

摘要：本文提出了一种变化检测方法以提高算法的鲁棒性、检测精度以及抗噪性．首先对差值法构造的差异图和比值法构造的差异图进行小波融合．然后将融合图像分成互不重叠的小块，并用主成分分析得到图像块的正交基．通过将融合图像中每个像素的邻域小块映射到正交基上使得每个像素用一个特征向量来表示．最后用基于核的模糊Ｃ均值对特征向量进行聚类．实验结果显示与使用单一类型差异图的聚类方法相比，本方法由于采用了图像融合的策略而增强了鲁棒性，且由于采用了核模糊聚类，进一步提高了变化检测精度．此外由于使用了特征提取的技术，本方法具有一定的抗噪性能．

关键词：遥感图像；变化检测；特征提取；核模糊聚类；小波融合

遥感图像变化检测是指通过对同一地区不同时期的两幅或多幅遥感图像进行比较分析，根据图像之间的差异获得地物的变化信息．遥感图像变化检测技术已成功地应用于众多领域，如环境监测，土地利用和土地覆盖的动态监测，森林或植被变化分析，灾害评估，农业研究，城镇变化研究等．

附件下载：

基于小波融合和PCA-核模糊聚类的遥感图像变化检测.pdf (2.72 MB, 下载次数: 0)