单类分类框架下的高分辨率遥感影像建筑物变化检测算法

作者：王志盼,沈彦,王亮,张清凌,尤淑撑

摘要：针对现有机器学习方法在高分辨率遥感影像建筑物识别等领域需要正负训练样本同时参与,提出了一种基于一类样本、无需负样本参与的单分类建筑物变化检测算法。首先,提取影像的形态学建筑物指数特征;然后与光谱特征进行多特征融合,并基于该单类分类方法,从面向对象的角度出发,得到对象级建筑物变化检测结果;最后利用构建的一种新的形状特征进行精化,得到最终的建筑物变化检测结果。通过对多源高分辨率遥感影像开展实验,验证了该算法具有一定的鲁棒性,且相比于现有建筑物变化检测算法具有更优的检测精度。

发文机构：邵阳学院城乡建设学院 湖南省国土资源规划院 国土资源评价与利用湖南省重点实验室 中山大学航空航天学院（深圳校区） 自然资源部国土卫星遥感应用中心

关键词：单分类器多特征融合高分辨率遥感影像建筑物变化检测面向对象one-class classifiermulti-feature fusionhigh-resolution remote sensing imagebuilding change detectionobject-based

分类号： P237[天文地球—摄影测量与遥感]