單類分類框架下的高分辨率遙感影像建筑物變化檢測算法

作者：王志盼,沈彥,王亮,張清凌,尤淑撐

摘要：針對現有機器學習方法在高分辨率遙感影像建筑物識別等領域需要正負訓練樣本同時參與,提出了一種基于一類樣本、無需負樣本參與的單分類建筑物變化檢測算法。首先,提取影像的形態學建筑物指數特征;然后與光譜特征進行多特征融合,并基于該單類分類方法,從面向對象的角度出發,得到對象級建筑物變化檢測結果;最后利用構建的一種新的形狀特征進行精化,得到最終的建筑物變化檢測結果。通過對多源高分辨率遙感影像開展實驗,驗證了該算法具有一定的魯棒性,且相比于現有建筑物變化檢測算法具有更優的檢測精度。

發文機構：邵陽學院城鄉建設學院 湖南省國土資源規劃院 國土資源評價與利用湖南省重點實驗室 中山大學航空航天學院（深圳校區） 自然資源部國土衛星遙感應用中心

關鍵詞：單分類器多特征融合高分辨率遙感影像建筑物變化檢測面向對象one-class classifiermulti-feature fusionhigh-resolution remote sensing imagebuilding change detectionobject-based

分類號： P237[天文地球—攝影測量與遙感]