结合变化向量分析和直觉模糊聚类的遥感影像变化检测方法

• 作者: 季欣然 陈朋弟 黄亮
• 来源期刊: 全球定位系统
• 学科: 地球科学
• 关键词: 直觉模糊C均值聚类 变化向量分析 变化检测 高分一号卫星 遥感影像
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 新技术新方法
• 页码范围: 100-106
• 页数: 7页
• 分类号: P237
• 语种: 中文
• DOI: 10.13442/j.gnss.1008-9268.2020.06.015

摘要

针对多时相遥感影像变化检测存在数据不确定性、检测精度不高等问题,提出了一种结合变化向量分析(CVA)和直觉模糊C均值聚类算法(IFCM)的多时相遥感影像变化检测方法.首先通过CVA构建两个时相遥感影像的差异影像;然后采用直觉模糊C均值聚类算法对差异影像进行聚类得出变化区域和未变化区域;最后对变化检测结果进行二值化处理并进行精度评价.选取两个时相的高分一号遥感影像和Szada数据集影像作为实验数据.实验结果表明,采用提出的方法可有效解决传统方法存在的数据不确定性问题,变化检测精度达到了95.92％ 和92.70％,是一种可行的遥感影像变化检测方法.研究结果可用于森林动态变化监测、土地复垦利用规划变化分析以及灾损评估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄亮		41	171	8.0	12.0
2	陈朋弟		7	0	0.0	0.0
3	季欣然		1	0	0.0	0.0