基于离散小波变换和邻域模糊C均值的变化检测方法

TP751; 提出了一种基于离散小波变换和邻域模糊C均值(FCM)的变化检测方法.首先,采用差值法和比值法获取已配准后的两幅遥感图像的差值图和比值图;其次,对求取的差值图和比值图进行离散小波变换,采用基于区域强度信息和区域能量信息的融合规则分别对低频带小波系数和高频带小波系数进行融合,并采用离散小波逆换获取最终的差异图像;最后,采用基于邻域FCM的方法从差异图像中检测出变化区域,提出了把空间距离信息和邻域灰度差值信息引入到FCM的目标函数中,以避免误分类、提高检测概率.实验表明,所提出的方法具有较强的抑制噪声的能力和较高的检测概率,对城市面积变化检测概率达到了98.45%,对于变化区域不连续的...

Full description

Saved in:
Bibliographic Details
Published in西北工业大学学报 Vol. 36; no. 3; pp. 426 - 431
Main Authors 王峰萍, 王卫星, 高婷, 陈卫卫, 李宏霞
Format Journal Article
LanguageChinese
Published 长安大学 信息工程学院,陕西 西安,710064 01.06.2018
Subjects
DWT
遥感图像
neighborhood FCM
离散小波变换
变化检测
change detection
邻域FCM
remote sensing image
Online AccessGet full text
ISSN1000-2758
DOI10.1051/jnwpu/20183630426

Cover

More Information
Summary:TP751; 提出了一种基于离散小波变换和邻域模糊C均值(FCM)的变化检测方法.首先,采用差值法和比值法获取已配准后的两幅遥感图像的差值图和比值图;其次,对求取的差值图和比值图进行离散小波变换,采用基于区域强度信息和区域能量信息的融合规则分别对低频带小波系数和高频带小波系数进行融合,并采用离散小波逆换获取最终的差异图像;最后,采用基于邻域FCM的方法从差异图像中检测出变化区域,提出了把空间距离信息和邻域灰度差值信息引入到FCM的目标函数中,以避免误分类、提高检测概率.实验表明,所提出的方法具有较强的抑制噪声的能力和较高的检测概率,对城市面积变化检测概率达到了98.45%,对于变化区域不连续的森林面积变化的检测概率也达到了87.5%.
ISSN:1000-2758
DOI:10.1051/jnwpu/20183630426