《南京信息工程大学学报·自然科学版杂志》发表论文赏析
作者:吕鹏远
单位:吕鹏远,武汉大学 测绘遥感信息工程国家重点实验室, 武汉, 430079,钟燕飞,武汉大学 测绘遥感信息工程国家重点实验室, 武汉, 430079,zhongyanfei@whu.edu.cn赵济,武汉大学 测绘遥感信息工程国家重点实验室, 武汉, 430079,张良培,武汉大学 测绘遥感信息工程国家重点实验室, 武汉, 430079
摘要:高空间分辨率遥感影像能够提供丰富的空间细节信息,使利用遥感影像进行精细变化检测成为可能.为充分挖掘高分辨率影像中的光谱、空间信息,本文提出一种基于影像空-谱先验信息的条件随机场(Conditional Random Field based on Spectral-Spatial Prior,SSPCRF)模型,该方法使用显著性检测方式自动提供先验光谱-空间样本信息,提高一元势能构建精度,有效缓解一元势能构建不准确导致的推理过程中的误差传递问题,并在二元势能中综合考虑标记场与观察影像的空间上下文信息以保持变化地物轮廓信息.最后,使用基于消息传递机制的推理方法将模型进行全局优化.在2组高分辨率影像数据集上的实验结果表明该方法能够提供较精确的初始变化检测信息,使得在减少变化检测结果中虚警点的同时保持变化地物细节信息.
关键词:变化检测;条件随机场;高空间分辨率;空-谱先验;显著性检测
基金资助:国家自然科学基金优秀青年基金(41622107);国家重点研发计划(2017YFB0504202);国家自然科学基金(41771385)