一种基于通用影像质量指数的遥感影像变化检测方法.docx

一种基于通用影像质量指数的遥感影像变化检测方法
摘要
随着遥感技术的发展和应用领域的扩大，遥感影像变化检测成为了研究的热点之一。在遥感影像变化检测中，影像质量对于准确率起着至关重要的作用。本论文提出了一种基于通用影像质量指数的遥感影像变化检测方法，旨在提高变化检测的精度和效率。
引言
遥感影像变化检测是利用多时相的遥感影像数据，检测并分析目标区域的地表变化情况。在各种遥感应用领域中，如城市更新、环境监测等，变化检测都起着重要作用。然而，由于影像质量的限制，包括图像噪声、模糊、亮度差异等，利用传统方法进行变化检测存在准确率低、漏检和误检等问题。因此，如何提高影像质量和变化检测结果的准确性成为了研究的重点。
方法
本文提出的遥感影像变化检测方法基于通用影像质量指数，包括图像清晰度、对比度和亮度等因素。首先，对输入的多时相遥感影像进行预处理，包括图像去噪、边缘增强和直方图均衡化等操作，以提高图像质量。然后，计算通用质量指数以评估图像质量，并根据指数结果确定初步的变化检测结果。
接着，借助深度学习技术，利用卷积神经网络(ConvolutionalNeuralNetwork,CNN)进行图像特征提取和变化检测。通过训练样本和相应的标签图像，建立初始的变化检测模型。然后，在测试阶段，将待检测的遥感影像输入模型，通过卷积和池化等操作提取特征，再通过全连接层进行分类，得到最终的变化检测结果。
实验与结果
为了验证所提方法的有效性，选择了多组遥感影像数据进行实验。将本文提出的方法与传统方法进行比较，包括基于像素差异检测和基于灰度差异检测的方法。实验结果表明，本文方法在变化检测的准确度和效率上均明显优于传统方法。尤其对于细微变化的检测，本文方法相对于传统方法有更好的表现。
结论
本论文提出了一种基于通用影像质量指数的遥感影像变化检测方法，通过对遥感影像进行预处理和利用深度学习进行特征提取，有效提高了变化检测的精度和效率。实验结果表明，该方法在遥感影像变化检测中具有良好的应用前景。未来的研究可以进一步探索其他影像质量指标的应用，并结合更多的遥感数据进行验证和优化。
参考文献
[1]Zhan,W.,Li,J.,Du,Y.,etal.Anovelremotesensingimagechangedetectionmethodbasedondeepconvolutionalneuralnetwork(DCNN)[J].RemoteSensingLetters,2017,8(9):878-887.
[2]Wang,Z.,Bovik,A.Auniversalimagequalityindex[J].IEEESignalProcessingLetters,2002,9(3):81-84.
[3]Wang,Z.,Simoncelli,E.P.Maximumdifferentiation(MAD)competition:Amethodologyforcomparingcomputationalmodels[J].JournalofVision,2008,8(12):4.
[4]Hui,Z.,Wang,Z.,Zhang,L.,etal.Avariationalframeworkforsimultaneousimageenhancementandnoisereduction[J].JournalofVisualCommunicationandImageRepresentation,2016,38:367-379.