结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测

doi:10.13474/j.cnki.11-2246.2020.0181

测绘通报 ›› 2020, Vol. 0 ›› Issue (6): 57-62.doi: 10.13474/j.cnki.11-2246.2020.0181

结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测

聂倩¹, 赵艳福²

1. 宁波市测绘设计研究院, 浙江宁波 315000;
2. 宁波市阿拉图数字科技中心, 浙江宁波 315000

收稿日期:2019-07-10 修回日期:2020-01-14 出版日期:2020-06-25 发布日期:2020-07-01
作者简介:聂倩(1982-),女,博士,高级工程师,主要从事遥感数据处理、地面三维激光扫描等方面的工作。E-mail:117234794@qq.com

Change detection of remote sensing imagein dense urban area based on IR-MAD and mean shift algorithm

NIE Qian¹, ZHAO Yanfu²

1. Ningbo Institute of Surveying and Mapping, Ningbo 315000, China;
2. Ningbo Alatu Digital Science and Technology Center, Ningbo 315000, China

Received:2019-07-10 Revised:2020-01-14 Online:2020-06-25 Published:2020-07-01

摘要/Abstract

摘要： 不同时相遥感影像变化检测已成为土地利用变更调查、城市扩张分析、自然灾害分析及其他环境问题必不可少的技术手段之一。本文提出了一种结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测方法。该方法通过伪不变特征法完成两期影像的相对辐射校正，有效改善影像间的配准误差，并利用IR-MAD算法对校正后的影像进行迭代运算，采用均值漂移算法对迭代后的影像进行分割，同时运用形态学方法处理分割后的影像，最终提取变化图斑。试验结果表明，该方法可以有效检测出变化区域，可应用于城市地表覆盖的变化检测。

关键词: 变化检测, 相对辐射校正, IR-MAD算法, 均值漂移算法, 遥感

Abstract: Change detection of different phase remote sensing image has become one of the indispensable technical means for land use change survey, urban expansion analysis, natural disaster analysis and other environmental issues.This paper proposes a method for detecting remote sensing image changes in dense urban areas based on a combination of IR-MAD and mean shift algorithm. The relative radiation correction of the two-stage image is completed based on the pseudo-invariant feature method, which effectively reduces the registration error between images. Then IR-MAD algorithm is used to perform iterative operation on the corrected image,the mean shift clustering algorithm is used to classify the iterated images, the morphological methods are used to process the segmented images, and finally the change maps are obtained.This paper shows that this method can effectively detect the change area and can be applied to urban change detection and disaster monitoring.

Key words: change detection, relative radiation correction, IR-MAD algorithm, mean shift algorithm, remote sensing

中图分类号:

P237

聂倩, 赵艳福. 结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测[J]. 测绘通报, 2020, 0(6): 57-62.

NIE Qian, ZHAO Yanfu. Change detection of remote sensing imagein dense urban area based on IR-MAD and mean shift algorithm[J]. Bulletin of Surveying and Mapping, 2020, 0(6): 57-62.

参考文献

[1] 吴柯,何坦,杨叶涛.基于混合像元分解与EM算法的中低分辨率遥感影像变化检测[J].武汉大学学报(信息科学版),2019,44(4):555-562.
[2] 佟国峰,李勇,丁伟利,等.遥感影像变化检测算法综述[J].中国图象图形学报,2015,20(12):1561-1571.
[3] 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.
[4] HAZEL G G.Object-level change detection in spectral imagery[J].IEEE Transactions on Geoscience and Remote Sensing, 2001, 39(3):553-561.
[5] 唐侃,邹波,汤振华,等. 融合像素级和对象级的遥感图像变化检测方法[J].测绘科学,2017,42(5):106-112.
[6] 冯文卿,眭海刚,继辉,等. 高分辨率遥感影像的随机森林变化检测方法[J].测绘学报,2017,46(11):1880-1890.
[7] 段依妮,张立福,晏磊,等. 遥感影像相对辐射校正方法及适用性研究[J].遥感学报,2014,18(3):597-617.
[8] 邵艳坡,洪友堂. 遥感影像相对辐射校正的PIF方法[J].国土资源遥感,2017,29(1):7-13.
[9] SCHOTT J R, SALVAGGIO C, VOLCHOK W J. Radiometric scene normalization using pseudoinvariant features[J]. Remote Sensing of Environment, 1988, 26(1):1-16.
[10] WANG B, CHOI S K, HAN Y K, et al. Application of IR-MAD using synthetically fused images for change detection in hyperspectral data[J]. Remote Sensing Letters, 2015, 6(8):578-586.
[11] 徐强强,刘正军,龙亚斐,等. 面向对象的迭代加权多变量变化检测方法[J].遥感信息,2017,32(5):57-61.
[12] 徐强强,刘正军,任海成,等. 规整化策略的面向对象变化检测研究[J].测绘科学,2018,43(3):111-116.
[13] 沈占锋,骆剑承,胡晓东,等. 高分辨率遥感影像多尺度均值漂移分割算法研究[J].武汉大学学报(信息科学版),2010,35(3):313-316.
[14] 方旭,王光辉,杨化超,等. 结合均值漂移分割与聚类分析的遥感影像变化检测[J].测绘通报,2017(12):68-71.
[15] 岳佳.基于EM算法的模型聚类的研究及应用[D].无锡:江南大学, 2007.

结合IR-MAD与均值漂移算法的密集城区遥感影像变化检测

Change detection of remote sensing imagein dense urban area based on IR-MAD and mean shift algorithm

可视化

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]	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.