多特征融合的高分辨率影像建筑物变化检测

doi:10.13474/j.cnki.11-2246.2019.0328

测绘通报 ›› 2019, Vol. 0 ›› Issue (10): 105-108,118.doi: 10.13474/j.cnki.11-2246.2019.0328

多特征融合的高分辨率影像建筑物变化检测

李军胜, 党建武, 王阳萍

兰州交通大学电子与信息工程学院, 甘肃兰州 730070

收稿日期:2019-01-28 修回日期:2019-04-04 出版日期:2019-10-25 发布日期:2019-10-26
作者简介:李军胜(1991-),男,硕士生,主要研究方向为遥感图像处理。E-mail:ljs1940079527@163.com
基金资助:
国家自然科学基金（41761082）；甘肃省科技计划（18JR3RA104）

Building change detection by multi-feature fusion from high resolution remote sensing images

LI Junsheng, DANG Jianwu, WANG Yangping

School of Electronic and Information Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China

Received:2019-01-28 Revised:2019-04-04 Online:2019-10-25 Published:2019-10-26

摘要/Abstract

摘要： 为充分发挥遥感影像中各特征的优势，提高遥感影像建筑物变化检测精度，基于面向对象的分析方法，提出了一种基于模糊集合的证据理论特征信息融合的变化检测方法。首先，在影像分割的基础上，利用变化矢量分析法分别计算前后时相对应对象的光谱、纹理特征差异及形态学建筑物指数差异；然后，以Sigmoid函数作为隶属度函数，计算对象属于变化类和非变化类的隶属度并以之构建证据理论所需的基本概率分配函数；最后，利用证据理论对多种特征进行融合并通过规则判定得到建筑物变化区域。利用不同地区影像的试验结果表明，该方法能够有效融合影像的多种特征，提高建筑物变化检测的精度。

关键词: 遥感, 多特征融合, 证据理论, 模糊理论, 变化检测

Abstract: In order to make full of spectral, spatial and texture feature, a method of change detection based on fuzzy set theory and DS evidence theory is proposed. In the first step of the proposed approach,image segmentation is used to get image objects.The spectral, texture and morphological building index features of each object are extracted. Change vector analysis is adopted to calculate the difference of the corresponding features between two periods. Then, Sigmoid function is applied as membership function to get the objects membership belonging to the changing and non-changing classes respectively and to construct the basic probability assignment function(BPAF) of evidence theory.At last, evidence theory is used to fuse multi-feature information and the changed image region of building is determined via certain rules. The experimental results show that the method can fully integrate spectral, texture and morphological building index(MBI) features and improve the accuracy of building change detection.

Key words: remote sensing, multi-feature fusion, evidence theory, fuzzy set, change detection

中图分类号:

P237

李军胜, 党建武, 王阳萍. 多特征融合的高分辨率影像建筑物变化检测[J]. 测绘通报, 2019, 0(10): 105-108,118.

LI Junsheng, DANG Jianwu, WANG Yangping. Building change detection by multi-feature fusion from high resolution remote sensing images[J]. 测绘通报, 2019, 0(10): 105-108,118.

参考文献 15

[1]	JANALIPOUR M, TALEAI M.Building change detection after earthquake using multi-criteria decision analysis based on extracted information from high spatial resolution satellite images[J].International Journal of Remote Sensing, 2017, 38(1):82-99.
[2]	XU H, CHENG L, LI M C, et al.Using octrees to detect changes to buildings and trees in the urban environment from airborne LiDAR data[J]. Remote Sensing, 2015, 7(8):9682-9704.
[3]	李清泉,卢艺,胡水波,等.海岸带地理环境遥感监测综述[J].遥感学报,2016,20(5):1216-1229.
[4]	QIN R J, HUANG X, GRUEN A, et al.Object-based 3-D building change detection on multitemporal stereo images[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2015, 8(5):2125-2137.
[5]	巩翼龙,闫利.结合机载LiDAR数据与航空可见光影像多层次规则分类建筑物变化检测[J].光谱学与光谱分析,2015,35(5):1325-1330.
[6]	HUANG X, ZHANG L P, ZHU T T.Building change detection from multitemporal high-resolution remotely sensed images based on a morphological building index[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2013, 7(1):105-115.
[7]	陶峰,邵振峰.增强型形态学建筑指数的建筑物变化检测[J].测绘科学, 2017, 42(5):29-34.
[8]	王光辉,李建磊,王华斌,等.基于多特征融合的遥感影像变化检测算法[J].国土资源遥感,2018,30(2):93-99.
[9]	魏国武,王琦,张阳阳,等.道路综合特征下高分辨率遥感影像的提取[J].测绘通报,2017(8):31-35.
[10]	杜培军,柳思聪. 融合多特征的遥感影像变化检测[J].遥感学报,2012,16(4):663-677.
[11]	赵敏,赵银娣.面向对象的多特征分级CVA遥感影像变化检测[J].遥感学报,2018,22(1):119-131.
[12]	张志强,张新长,辛秦川,等.结合像元级和目标级的高分辨率遥感影像建筑物变化检测[J].测绘学报, 2018,47(1):102-112.
[13]	HUANG X, ZHANG L P.A multidirectional and multiscale morphological index for automatic building extraction from multispectral geoeye-1 imagery[J]. Photogrammetric Engineering & Remote Sensing, 2011, 77(7):721-732.
[14]	HUANG X, ZHANG L P.Morphological building/shadow index for building extraction from high-resolution imagery over urban areas[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2012, 5(1):161-172.
[15]	林祥国,宁晓刚.融合直角点和直角边特征的高分辨率遥感影像居民点提取方法[J].测绘学报,2017, 46(1):83-89.

多特征融合的高分辨率影像建筑物变化检测

Building change detection by multi-feature fusion from high resolution remote sensing images

可视化

摘要/Abstract

引用本文

使用本文

参考文献 15

相关文章 15

编辑推荐

Metrics

本文评价

[1]	董迪, 魏征, 曾纪胜. 1995—2019年北莉岛人工水产养殖遥感监测[J]. 测绘通报, 2022, 0(7): 1-6.
[2]	胡义强, 杨骥, 荆文龙, 彭小燕, 蓝文陆, 彭梦微, 张雨萌. 茅尾海入海河口池塘养殖污染状况遥感调查[J]. 测绘通报, 2022, 0(7): 12-17,53.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[7]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[8]	胡义强, 杨骥, 荆文龙, 杨传训, 舒思京, 李勇. 基于无人机遥感的海岸带生态环境监测研究综述[J]. 测绘通报, 2022, 0(6): 18-24.
[9]	李茂林, 闫庆武, 仲晓雅. 一种复合型校正植被信息的方法[J]. 测绘通报, 2022, 0(6): 49-54142.
[10]	刘耀辉, 于祥惠, 范洁洁, 周洁, 程昊, 姚国标, 孟飞, 靳奉祥. 基于无人机影像和面向对象的中国西部地区农村宅基地面积快速估算[J]. 测绘通报, 2022, 0(6): 125-129.
[11]	任超, 邓诗琴, 高懋芳. 一种提取北部湾沿海地区水体信息的动态阈值方法[J]. 测绘通报, 2022, 0(5): 14-19,37.
[12]	赵传武, 吴子若, 张玉环, 郭伟. 基于多时相遥感的鄂尔多斯市不透水面变化分析[J]. 测绘通报, 2022, 0(5): 56-61.
[13]	张龚泉, 岳建平, 刘胜男, 王海龙, 杨智翔, 周航宇. 基于遥感影像的鄱阳湖地形提取方法[J]. 测绘通报, 2022, 0(5): 62-66,73.
[14]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[15]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.