题目：高分辨率遥感图像变化检测技术研究

 

遥感变化检测技术是通过分析同一目标或区域的多时相遥感图像，来获取其中的变 化信息。遥感变化检测已被广泛应用于土地利用监测、灾害评估与预测、地理数据库更 新、气候监测、军事目标监测等领域，对于推动环境保护、经济发展、社会发展和国防 建设起到重要作用。近年来，随着高分辨率遥感图像的广泛使用，基于高分辨率遥感图 像的变化检测已逐渐成为当前遥感数据处理技术的热点和主要发展趋势。鉴于传统的基 于像元的变化检测方法在处理高分辨率遥感图像时存在的较多局限性, 论文以资源三号 高分辨率遥感图像为数据源，充分挖掘高分辨率遥感图像的信息，采用基于图像分割和 多特征融合的方法，对多时相高分辨率遥感图像变化检测技术进行研究。

归纳起来，论文主要的研究工作包括以下几方面：

首先，为提高图像分割效率，对传统的基于种子点的区域生长合并图像分割算法进 行改进，提出快速区域生长合并图像分割算法。该算法无需选取种子点，运用更为简便， 自动化程度更高。通过与传统区域生长合并算法对比实验表明，该算法在获得准确的图 像分割结果的同时，分割效率明显地提升，时间复杂度大为降低。

其次，为获得最优图像分割结果，深入分析反复实验法和基于模型的图像最优分割 参数选择方法，指出其存在的优势和劣势，在此基础上提出基于粒子群优化算法的最优 分割参数选择方法。该方法以“分割结果既要具有较低的像元错误分割率，同时还要具 有较低的区域个数比”为分割质量评价准则，实现图像最优分割参数自动选取，并通过 实验对该方法的正确性和有效性进行了验证。

最后，针对资源三号高分辨率遥感图像特点，引入图像分割的思想，提出一种基于 图像分割和多特征融合的非监督变化检测方法。通过与传统的基于像元的变化检测方法 对比实验表明，该方法能充分利用高分辨率遥感图像特点，获得更为理想的变化检测结果。