基于空间模糊C均值聚类和贝叶斯网络的抗噪声遥感图像变化检测

作者：王子浩; 李轶鲲^*; 李小军; 杨树文

来源：自然资源遥感, 2023, 35(04): 96-104.

• 变化检测
• 模糊C均值聚类
• 简单贝叶斯网络
• 后验概率空间变化向量分析

目前，大部分遥感变化检测算法无法有效处理受高斯、椒盐和混合噪声污染的图像。为了解决这一问题，文章将能够在噪声污染条件下有效分解混合像元的5种基于邻域空间信息的模糊C均值聚类(FCM＿S1,FCM＿S2,KFCM＿S1,KFCM＿S2和FLICM)算法分别与简单贝叶斯网络(simple Bayesian network, SBN)相结合，在后验概率空间变化向量分析(change vector analysis in posterior probability space, CVAPS)框架下，实现了5种能够较好地抗高斯、椒盐和混合噪声的遥感变化检测方法。对比实验证明，该文所提出的变化检测算法对高斯、椒盐和混合噪声具有较好的鲁棒性。

• 单位
  兰州交通大学