全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
大量高分辨率遥感影像的出现使研究人员在数据选择方面具有多样性,与此同时,传统的变化检测方法不再适用。高分辨率影像的高空间分辨率使图像具有丰富的细节特征,这为研究人员提供了更多的思路。目前,针对不同的具体情况,人们已提出多种不同的变化检测算法。 本文在介绍了变化检测有关概念、算法流程以及几种经典的算法后,着重研究了遥感影像配准以及针对高分辨率遥感影像的变化检测,探讨并提出了一种高分辨遥感影像变化检测方法。
具体研究内容如下:
(1)研究利用SIFT特征进行遥感影像的算法。变化检测应用对影像的配准精度要求较高,并且能够实现自动配准,利用SIFT特征的配准算法能够满足这两方面的需求,本文在研究SIFT特征提取后,采用了优化的特征匹配搜索算法,在保证匹配点的可靠性的前提下利用双向匹配和随机采样一致性算法完成的配准过程。
(2)本文研究的变化检测算法是在对象的基础上进行的,因此采用多尺度分割算法进行影像的分割,而多尺度分割不可避免的面临尺度选择的问题,不同尺度产生不同的变化检测结果。针对基于对象的变化检测最优尺度选择问题,本文提出了利用反应地物特性的参量随尺度变化的曲线取最大值作为最优尺度的方法。
(3)本文将变化检测问题转换为二分类问题,即变化类与未变化类。区分不同的类别利用区分性强和独立性强的特征,往往单一的特征不能区分不同的类别,本文利用图像差值法,以对象为处理单元,通过Adaboost学习方法将有效特征构造成强分类器,再利用该强分类器对全图进行变化检测。