结合偏最小二乘法和支持向量机的遥感影像变化检测

doi:10.13474/j.cnki.11-2246.2016.0219

测绘通报 ›› 2016, Vol. 0 ›› Issue (7): 35-38.doi: 10.13474/j.cnki.11-2246.2016.0219

结合偏最小二乘法和支持向量机的遥感影像变化检测

黄杰¹, 王光辉², 杨化超¹, 胡高强³, 李建磊¹, 柴文慧¹

1. 中国矿业大学, 江苏徐州 221116;
2. 国家测绘地理信息局卫星测绘应用中心, 北京 100830;
3. 奉化市测绘院, 浙江宁波 315500

收稿日期:2015-11-17 修回日期:2016-03-09 出版日期:2016-07-25 发布日期:2016-07-29
作者简介:黄杰(1992-),男,硕士,研究方向为遥感影像信息提取。E-mail:hjhuangjie_jason@163.com
基金资助:
测绘地理信息公益性行业科研专项（201412007；201512027）

Change Detection of Remote Sensing Image by Partial Least Squares and Support Vector Machine

HUANG Jie¹, WANG Guanghui², YANG Huachao¹, HU Gaoqiang³, LI Jianlei¹, CHAI Wenhui¹

Received:2015-11-17 Revised:2016-03-09 Online:2016-07-25 Published:2016-07-29

摘要/Abstract

摘要： 针对多光谱遥感影像通道之间相关性影响难以消除及变化检测的阈值难以确定的问题，提出了一种结合偏最小二乘法（PLS）和支持向量机（SVM）的遥感影像变化检测方法。将两个时相的多通道遥感影像视为两组多元随机变量，引入多元统计数据分析方法中的PLS理论，进行成分提取并构造差异影像；再通过SVM将差异影像分为变化与不变化两类别；最后利用形态学算子对分类结果作处理。选取Landsat8多光谱遥感影像进行试验，结果表明该方法可以很好地实现多光谱影像的变化检测，对地理国情数据监测具有重要意义。

关键词: 多光谱影像, 偏最小二乘法, 支持向量机, 变化检测, 多重相关性

中图分类号:

P237

黄杰, 王光辉, 杨化超, 胡高强, 李建磊, 柴文慧. 结合偏最小二乘法和支持向量机的遥感影像变化检测[J]. 测绘通报, 2016, 0(7): 35-38.

HUANG Jie, WANG Guanghui, YANG Huachao, HU Gaoqiang, LI Jianlei, CHAI Wenhui. Change Detection of Remote Sensing Image by Partial Least Squares and Support Vector Machine[J]. 测绘通报, 2016, 0(7): 35-38.

参考文献

[1] 李德仁. 利用遥感影像进行变化检测[J]. 武汉大学学报(信息科学版),2003,28(S1):7-12.
[2] SINGH A. Review Article Digital Change Detection Techniques Using Remotely-sensed Data[J]. International Journal of Remote Sensing, 1989, 10(6):989-1003.
[3] 李亮, 舒宁, 王凯, 等. 融合多特征的遥感影像变化检测方法[J]. 测绘学报, 2014,43(9):945-953.
[4] 肖化超, 周诠, 张建华. 遥感卫星在轨机场变化检测方法[J]. 测绘通报, 2015(1):22-25.
[5] LU D, MAUSEL P. Change Detection Techniques[J]. International Journal of Remote Sensing,2004, 25(12):2365-2507.
[6] 钟家强, 王润生. 基于自适应参数估计的多时相遥感图像变化检测[J]. 测绘学报, 2006, 35(4):331-336.
[7] 刘永进, 乔德军, 郑卫华. 基于植被覆盖度序列的变化矢量分析[J]. 测绘通报, 2008(11):41-43.
[8] 吴柯, 牛瑞卿, 王毅, 等. 基于PCA与EM算法的多光谱遥感影像变化检测研究[J]. 计算机科学, 2010, 37(3):282-284.
[9] KWARTENG A Y, CHAVEZ J P S. Change Detection Study of Kuwait City and Environs Using Multi-temporal Landsat Thematic Mapper Data[J]. International Journal of Remote Sensing, 1998, 19(9):1651-1662.
[10] 盛辉, 廖明生, 张路. 基于典型相关分析的变化检测中变化阈值的确定[J]. 遥感学报, 2004, 8(5):451-457.
[11] 王惠文. 偏最小二乘回归方法及其应用[M]. 北京:国防工业出版社,1999.
[12] 马明德, 马学娟, 谢应忠, 等. 宁夏生态足迹影响因子的偏最小二乘回归分析[J]. 生态学报, 2014, 34(3):682-689.
[13] 杜培军, 柳思聪, 郑辉. 基于支持向量机的矿区土地覆盖变化检测[J]. 中国矿业大学学报, 2012, 41(2):262-267.
[14] MOUNTRAKIS G, IM J, OGOLE C. Support Vector Machines in Remote Sensing:A Review[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2011, 66(3):247-259.
[15] VAN OORT P A J. Interpreting the Change Detection Error Matrix[J]. Remote Sensing of Environment, 2007, 108(1):1-8.

结合偏最小二乘法和支持向量机的遥感影像变化检测

Change Detection of Remote Sensing Image by Partial Least Squares and Support Vector Machine

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	阮明浩, 卢永华, 刘玉贤, 汤圣君, 王伟玺, 张宇琦, 李游. 激光与倾斜点云精确配准与无缝融合[J]. 测绘通报, 2022, 0(4): 6-10.
[2]	潘建平, 李鑫, 孙博文, 胡勇, 李明明. 基于注意力密集连接金字塔网络的新增建设用地变化检测[J]. 测绘通报, 2022, 0(3): 41-46,59.
[3]	王晓晓, 韩留生, 杨骥, 李勇, 张大富, 孙广伟, 范俊甫. Sentinel-2与Landsat 8数据组合下的多特征冬小麦面积提取[J]. 测绘通报, 2022, 0(3): 111-115.
[4]	杨景玉, 贾多科, 王阳萍. 基于超像素分割与CRF的高分辨率遥感影像变化检测[J]. 测绘通报, 2022, 0(2): 25-30,49.
[5]	乐颖, 夏元平. 基于比值法的多源多时相数据城区变化检测[J]. 测绘通报, 2022, 0(2): 56-61.
[6]	车子杰, 高飞, 吴兆福, 李振轩. 基于改进U-Net网络的多源遥感影像洪涝灾害信息提取与变化分析[J]. 测绘通报, 2022, 0(1): 26-32.
[7]	郭云开, 曹骁, 谢晓峰, 张思爱, 谢琼. 基于集合经验模态分解的土壤重金属Cd定量反演[J]. 测绘通报, 2022, 0(1): 44-49.
[8]	周秀华, 李乃强. 基于多种相似度特征的道路实体融合方法[J]. 测绘通报, 2021, 0(8): 102-105,157.
[9]	苏艺凡, 党建武, 王阳萍, 杨景玉. 改进的区间二型模糊聚类遥感影像变化检测[J]. 测绘通报, 2021, 0(7): 44-51,58.
[10]	刘海飞, 杨敏华, 王晶, 徐刚, 陈杰. 利用结构面对象的高分遥感影像建筑物变化检测[J]. 测绘通报, 2021, 0(6): 16-20.
[11]	王学文, 赵庆展, 田文忠, 龙翔, 江萍. U-Net模型对不同空间分辨率防护林提取精度的影响[J]. 测绘通报, 2021, 0(6): 39-43.
[12]	张伟良, 刘琦, 吴长彬, 杨光迪. 基于孪生神经网络的土地利用现状年度变化检测[J]. 测绘通报, 2021, 0(3): 91-95,104.
[13]	赖正文, 夏小云. 像素级和对象级高分辨率遥感图像变化检测分析[J]. 测绘通报, 2021, 0(2): 59-63.
[14]	张鹏, 马庆勋, 吕杰, 季金亮, 李紫微. 机器学习算法在森林地上生物量估算中的应用[J]. 测绘通报, 2021, 0(12): 28-32.
[15]	韩建平. 青海省地震灾后地物变化的快速识别[J]. 测绘通报, 2021, 0(11): 120-123.