基于条件随机场模型的高分辨率遥感影像变化检测研究

The high-resolution remote sensing image change detection can use the more features informations of the grounds on image,to improve the integrity and accuracy of the testing result, and it has important significance and actual value.The result informations redundancy and the negligence of space dependence of the characteristics informations were existence in traditional high-resolution remote sensing image change detection method.Therefore,the task propose a new research idea:change information extraction-feature information vector creation -information fusion,and to advance atable and effective the model of high-resolution remote sensing image change detection based on conditional random field model.The main research contents include three parts: 1) extract the target feature vector; 2) build adaptive threshold segmentation model; 3) establish a fusion model based on the conditional random field.The relevant achievements of this study can provide the very high actual value in the military reconnaissance, environment monitoring and evaluation of the disaster.

高分辨率遥感影像变化检测技术能充分利用影像中地物的多特征信息，提高变化检测结果的完整性和精度，具有重要的研究意义。传统的高分辨率遥感影像多特征变化检测方法存在检测结果信息冗余、多特征信息的空间依赖性被忽略等不足。为此，本研究拟提出"变化信息智能提取-特征信息向量构建-多特征信息融合"的研究思路，发展稳健、有效的基于条件随机场模型的高分辨率遥感图像变化检测理论与方法。主要研究内容包括三个部分：1）目标特征向量提取；2）构建自适应阈值分割模型；3）建立基于条件随机场融合模型。本研究的相关成果在军事侦察、环境监测、灾害评估等领域具有很高的实际应用价值。

高分辨率遥感影像具有地物细节明显、信息量丰富等特征，已经成为主要的对地观测信息源。相对于单独将影像灰度特征作为唯一依据进行变化检测而言，利用更为稳定的影像特征信息进行计算，能获得更精确的变化结果。目前，大多数高分辨率遥感影像变化检测只利用单一特征信息，较少综合利用各种特征信息，或者利用其中几种特征信息，但没有兼顾到不同特征间的相关性，导致检测结果不完整，精度降低。. 本研究提出的高分辨率遥感影像变化检测技术能充分利用影像中地物的多特征信息，提高变化检测结果的完整性和精度，具有重要的研究意义。本研究发展"变化信息智能提取-特征信息向量构建-多特征信息融合"的研究思路，发展稳健、有效的基于条件随机场模型的高分辨率遥感图像变化检测理论与方法。主要研究内容包括三个部分：1）目标特征向量提取；2）构建自适应阈值分割模型；3）建立基于条件随机场融合模型。. 本研究按照项目任务书的要求，利用一系列高分辨率遥感影像，对实验区域进行计算分析。该方法首先计算原始影像对的差异影像,利用不同的准则提取差异影像上的不同特征,并将这些特征组成特征向量。然后,利用CRF模型对特征向量进行融合。通过实验结果证明，本研究提出的方法可以有效地提高检测精度，获得更完整的变化信息。该研究提出的模型在军事侦察、环境监测、灾害评估和土地利用分析等领域具有很高的实际应用价值，将会发挥更大的指导决策的作用。在本项目的资助下，已经发表或接受的论文有4篇（其中，发表3篇文章，SCI/EI 各1篇），还有2篇SCI论文处于审稿状态，圆满完成本项目要求。