KCCA与SVM算法支撑下的遥感影像变化检测

KCCA与SVM算法支撑下的遥感影像变化检测

论文摘要

针对多时相影像间存在非线性变化以及变化检测阈值难以确定问题,提出结合核典型相关分析和支持向量机的遥感影像变化检测算法。首先,运用核函数对多波段遥感影像非线性映射到高维特征空间进行多变量典型相关分析,去除影像间的相关性,并构造差异影像向量。然后,采用支持向量机方法提取差异影像变化区域与不变化区域。以Landsat-8遥感影像多光谱数据进行实验,结果表明,该方法可以很好提取多光谱影像的变化信息。最后,利用形态学算子对分类结果作处理,消除了"椒盐现象"的干扰,同时提高了变化检测精度。

论文目录

  • 0 引言
  • 1 基本原理
  •   1.1 核典型相关分析算法
  •   1.2 SVM算法
  •   1.3 实现过程
  • 2 结果与讨论
  •   2.1 研究区数据
  •   2.2 实验分析
  • 3 结束语
  • 文章来源

    类型: 期刊论文

    作者: 董岳,王飞

    关键词: 多光谱影像,核典型相关,支持向量机,变化检测,非线性变换

    来源: 遥感信息 2019年01期

    年度: 2019

    分类: 信息科技,基础科学,工程科技Ⅱ辑

    专业: 工业通用技术及设备,自动化技术

    单位: 山东科技大学矿业与安全工程学院

    分类号: TP751

    页码: 144-148

    总页数: 5

    文件大小: 395K

    下载量: 232

    相关论文文献

    标签:;  ;  ;  ;  ;  

    KCCA与SVM算法支撑下的遥感影像变化检测
    下载Doc文档

    猜你喜欢