基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对高分辨率遥感影像变化检测方法中多特征的利用,以及对尺度变化敏感的问题,提出了一种多尺度多特征融合的检测方法。首先利用小波变换对两遥感影像进行多尺度分解,然后分别提取每一尺度影像的特征,对不同尺度下的同一特征进行融合检测,最后将多尺度多特征检测结果进行融合,得到最终检测结果。实验结果表明,本文方法充分考虑到了多尺度性和多特征贡献的差异,有效地提高了高分辨率遥感影像变化检测结果的准确性和完整性。
推荐文章
面向对象特征融合的高分辨率遥感图像变化检测方法
面向对象
图像分割
尺度
光谱特征
纹理特征
形状特征
基于分层特征提取和多尺度特征融合的高分辨率遥感影像水体提取深度学习算法
水体提取
高分辨率遥感影像
深度学习
多尺度特征融合
面向对象的高分辨率遥感影像森林植被 变化检测方法对比研究
高分辨率遥感影像
森林植被变化检测
变化检测方法
面向对象
多尺度显著性引导的高分辨率遥感影像建筑物提取
遥感影像
建筑物提取
显著性检测
多尺度
随机森林
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多尺度多特征融合的高分辨率遥感影像变化检测
来源期刊 遥感科学:中英文版 学科 工学
关键词 高分辨率 多尺度 多特征 马尔科夫随机场 变化检测
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 52-57
页数 6页 分类号 TP391
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李卫华 空军工程大学信息与导航学院 37 195 8.0 12.0
2 李小春 空军工程大学信息与导航学院 24 121 7.0 9.0
3 全卫澎 空军工程大学信息与导航学院 5 12 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高分辨率
多尺度
多特征
马尔科夫随机场
变化检测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
遥感科学:中英文版
季刊
2329-8138
湖北省武汉市武昌区珞狮南路519号(中国
出版文献量(篇)
54
总下载数(次)
1
总被引数(次)
0
论文1v1指导