基于主动集成学习和不确定性分析的遥感影像变化检测

论文摘要

基于多时相遥感影像的变化检测技术在土地利用监测、城市建设、植被覆盖研究等方面都具有重要的意义。然而随着遥感影像空间分辨率的提高,波段数目随之减少,变化检测中出现空间地物结构更加复杂、训练样本标记代价变高、同类地物的光谱差异增大、光谱域可分性降低等现象。针对以上问题,论文在综合考虑面向像元和面向对象变化检测的基础上,提出了基于主动学习的多分类器集成和多尺度不确定性分析的检测。并且利用不确定性分析后的分类概率与变化概率结果,结合贝叶斯融合进行变化类型的检测。主要研究内容如下:(1)为了充分利用高分辨率遥感影像丰富的地物结构信息,提取了纹理特征、形态特征和Gabor滤波特征,并将优化后的空间特征与光谱特征组合,构建了最优特征矢量作为信息提取的变化检测数据集。(2)为了利用不同分类器各自的优势和多尺度信息来有效识别图像中所有的变化信息,论文提出了基于多分类器集成和多尺度不确定性分析的变化检测算法。根据分类器异质性研究构建基于K近邻、支持向量机、极限树的多分类器集成系统,在此过程中还引入主动学习思想,利用空间优化和breaking ties(BT)算法选择信息量丰富的未标记样本作为增选样本,用来解决监督变化检测中训练样本不足问题;为了有效利用遥感影像的尺度信息在图像分析和特征识别中的重要意义,通过具有传播关系的多尺度层进行不确定性分析,并结合所有尺度上的确定对象构成最终变化检测结果。该算法在减少面向像元变化检测中“椒盐噪声”影响的同时,能降低传统的面向对象变化检测中变化检测精度对分割尺度的依赖性。(3)为了得到变化类型结果,构建了基于不确定性分析和贝叶斯融合的分类后变化类型检测算法。首先利用非监督变化检测和支持向量机相结合来获取变化概率图,利用极限随机树算法进行分类概率图的获取,然后分别对两个时相的分类概率图进行不确定性分析,将不确定变化类型的分类概率图与变化概率图利用贝叶斯融合得到像素级变化类型的检测结果,最后通过面向对象的类别判定来确定最终变化类型检测结果。

论文目录

文章来源

类型: 硕士论文

作者: 张玉沙

导师: 谭琨

关键词: 多源特征,分类器集成,不确定性分析,主动学习,贝叶斯融合

来源: 中国矿业大学

年度: 2019

分类: 基础科学

专业: 自然地理学和测绘学

单位: 中国矿业大学

分类号: P237

总页数: 82

文件大小: 3743K

下载量: 137

相关论文文献

• [1].一种面向地理国情监测的地表覆盖变化检测与更新方法[J]. 测绘地理信息 2020(03)
• [2].多时相遥感影像变化检测方法综述[J]. 武汉大学学报(信息科学版) 2018(12)
• [3].森林变化检测方法比较[J]. 四川林业科技 2018(03)
• [4].增强型形态学建筑指数的建筑物变化检测[J]. 测绘科学 2017(05)
• [5].SAR图像变化检测技术方法综述[J]. 地壳构造与地壳应力文集 2016(01)
• [6].遥感影像变化检测方法对比[J]. 地壳构造与地壳应力文集 2016(02)
• [7].基于分类变化检测方法的地表覆盖影像特征数据更新处理研究[J]. 测绘与空间地理信息 2020(11)
• [8].一种顾及多特征的建筑物变化检测方法[J]. 测绘地理信息 2020(06)
• [9].一种结合NDVI与图像变换的林地变化检测方法[J]. 江苏科技信息 2020(13)
• [10].高分遥感影像与矢量数据结合的变化检测方法[J]. 经纬天地 2020(04)
• [11].基于国产卫星影像的协同分割变化检测[J]. 北京建筑大学学报 2018(04)
• [12].变化检测技术在震害信息提取中的应用[J]. 地理空间信息 2014(02)
• [13].基于图像分割的城市变化检测[J]. 地球信息科学 2008(01)
• [14].基于深度置信网络与数学形态学融合的遥感影像建筑物变化检测[J]. 科学技术与工程 2020(08)
• [15].多时相极化SAR影像变化检测方法研究[J]. 测绘学报 2019(04)
• [16].多极化星载SAR森林覆盖变化检测方法[J]. 林业科学 2019(05)
• [17].半监督离散势理论在遥感影像变化检测中的应用[J]. 测绘通报 2019(08)
• [18].面向地表覆盖变化检测的服务关系模型与方法研究[J]. 测绘学报 2018(09)
• [19].地块破碎度对软硬变化检测法识别冬小麦分布精度的影响[J]. 农业工程学报 2016(10)
• [20].基于多尺度分割方法的地理国情变化检测研究[J]. 科技创新导报 2016(20)
• [21].聚类分析观点下的分散式最快变化检测[J]. 南京理工大学学报 2014(02)
• [22].基于巴氏距离的视频流场景变化检测(英文)[J]. 重庆邮电大学学报(自然科学版) 2009(01)
• [23].顾及空间自相关性的高分遥感影像中建设用地的变化检测[J]. 自然资源学报 2020(04)
• [24].基于主成分变换的遥感影像变化检测[J]. 四川建材 2014(06)
• [25].四种基于像元的地表覆盖变化检测方法比较[J]. 测绘科学 2015(01)
• [26].基于主动学习的油气管道沿线地物变化检测[J]. 科学技术与工程 2020(20)
• [27].基于支持向量机分类的耕地变化检测[J]. 中国信息化 2019(04)
• [28].一种面向变化检测的建筑物指数[J]. 测绘通报 2018(08)
• [29].历史解译知识引导下组合遥感图谱特征的变化检测方法[J]. 地球信息科学学报 2016(05)
• [30].遥感变化检测技术及其在震害信息提取中的应用[J]. 地壳构造与地壳应力文集 2012(00)

标签：多源特征论文;  分类器集成论文;  不确定性分析论文;  主动学习论文;  贝叶斯融合论文;