融合变化向量与Unet的变化检测方法

作者：张友桐

来源：北京测绘, 2022, 36(08): 1079-1083.

DOI：10.19580/j.cnki.1007-3000.2022.08.020

• 变化向量分析
• 小型Unet网络
• 空间信息约束
• 变化检测

针对高分辨率遥感影像信息丰富，地物变化复杂，导致变化检测结果精度较低问题。提出融合变化向量分析(CVA)与深度学习的高分辨率遥感影像变化检测方法。首先，采用CVA变化检测方法提取遥感影像上变化区域、非变化区域以及不确定区域;然后，利用改进的小型U型网络模型(Unet)进行遥感影像变化检测区域提取;最后，利用影像空间信息对提取的变化区域进行后处理，以减少漏检、虚检以及“椒盐噪声”影响。实验结果表明，该方法比仅使用小型Unet网络或CVA算法可更准确地检测出遥感影像中的变化地物。

• 单位
  广东联合金地不动产评估勘测设计有限公司