基于SVM混合核的遥感图像变化检测.pdfVIP

2014牟第8期 文章编号：1009—2552(2014)08—0038—04 中图分类号：TP75l 文献标识码：A 基于 SVM混合核的遥感图像变化检测 夏晨阳，石爱业，吴国宝 (河海大学计算机与信息学院，南京 210098) 摘 要：针对由实际遥感地物类型难以确定导致的多光谱遥感影像 变化检测精度较低 的问题， 提出一种基于SVM混合核的遥感 图像变化检测。首先利用 CVA算法构造差异影像，其次利用灰 度共生矩阵提取差异影像的纹理特征与差异影像的灰度特征组成特征向量，接着利用差异影像 的直方图选择置信度高的训练样本，并利用构造的SVM混合核进行训练得到分类超平面，最后 利用SVM混合核函数对差异影像进行二分类得到最后的变化检测结果。实际遥感数据验证结果 表明，所构造的SVM混合核函数用于多光谱遥感影像变化检测中是可行、有效的。 关键词：遥感图像处理；变化检测；SVM混合核函数；特征向量 RemotesensingimagechangedetectionbasedonmixedkernelofSVM XIA Chen．yang．SHIAi．ve．WU Guo．bao (SchoolofComputerandInformation，HohaiUniversity，Nanjing210098，China) Abstract：In order to overcome the disadvantagesofmuhispectralremotely sensed image change detectionduetothedifficultyindeterminingtheactualgroundobjecttype，achangedetectionmethodis proposedbasedon Mixed KernelofSVM．First．the difference imageswere constructedby theCVA algorithm ．Secondly，thetexturefeatureofthedifference imagesisobtained byusinggray levelCO— occurrencematrix algorithm and thetexturefeaturetogetherwith thegrayfeatureofdifference images constructedthe featurevectorofdifference images．Then，using thehistogram ofdifferenceimagesto chooseahigh degreeofconfidencetrainingsamples，andtheclassificationhyperplanetrainedbySVM hybridnuclearstructure．Finally，the two classification ofdifferenceimagesisprocessedbyusingthe SVM hybrid kernelfunctionandthefinalchangedetectionresultsisobtained．Theexperimentalresultson themuhispectralimagesshow thattheproposedalgorithm isfeasibleandeffective． Keywords：remotelysensedimageprocessing；changedetection；mixedkernelofSVM；featurevector 0 引言 行比较，通过设置 阈值对差异影像进行分析。变化 在遥感图像应用中，遥感 图像的变化检测就是 检测的结果与选择的阈值的精度密切相关。后者， 检测同一地区不同时相的遥感图像的状态变化。遥 利用