《表2:PLS与EM算法支持下的遥感影像变化检测》
表2给出了不同算法的变化检测精度。由表2可知,文中提出的基于PLS和局部EM算法变化检测结果的正确率最高,漏检率和误检率最低。这是由于PCA方法仅考虑影像内部的相关性,缺少对多时相影像间的相关性的考虑,而且PCA-EM算法对多时相影像相对辐射校正的结果有较高要求;对多时相影像的多波段的重组影像进行MAD变换,虽然消除了多时相影像间的相关性,解决了构造差异影像问题,但是难以解决变化信息有效集中的问题。PLS变换考虑多时相影像间的线性关系,提取影像间相关性较高的成分,有效地消除了影像间的多重共线性,从而解决了变化信息有效集中的问题,为整体上提高变化检测正确率提供必需信息。另外,将局部EM(最大期望)确定阈值方法与全局EM确定阈值方法进行对比,试验结果表明全局EM阈值确定方法对差异影像直方图拟合效果差,而局部EM阈值方法对于小比例变化区域,能准确确定变化检测阈值,减少了自动阈值算法的不确定性。总之,本文提出的PLS-局部EM算法变化信息基本都能检测出来,更加符合真实情况,提取信息结果比较理想。
图表编号 | XD008127700 严禁用于非法目的 |
---|---|
绘制时间 | 2018.09.25 |
作者 | 郑志峰、曹建农、张雯佼 |
绘制单位 | 长安大学地球科学与资源学院、长安大学地球科学与资源学院、陕西省测绘地理信息局 |
更多格式 | 高清、无水印(增值服务) |