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,黄亮,陈朋弟

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.

发文机构：昆明理工大学国土资源工程学院 云南省高校高原山区空间信息测绘技术应用工程研究中心

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intuitionistic fuzzy c-means clusteringchange vector analysischange detectiongaofeng-1 satelliteremote sensing image

分类号： P237[天文地球—摄影测量与遥感]