典型文献
基于自适应半监督模糊C均值的遥感变化检测
文献摘要：
遥感变化检测是开展对地观测应用的关键技术之一,在城市研究、灾害评估以及资源调查等领域发挥着重要的作用.本文针对基于差分影像的遥感变化检测展开研究,提出一种基于自适应半监督模糊C均值(Adaptive and Semi-Supervised Fuzzy C-means,ASFCM)聚类的变化检测技术.①ASFCM根据"差分影像像素灰度值越大,则对应区域发生变化可能性越大"的性质,通过阈值技术自适应、自动地分析差分影像灰度直方图并将其划分为两部分:几乎可确定类别区域和不确定区域;②将差分影像像素灰度值、空间上下文信息和几乎可确定类别区域像素的伪类别标签信息集成到模糊聚类过程,生成差分影像的模糊隶属度函数;③通过最大隶属度原则生成变化检测图.ASFCM通过半监督策略利用伪类别标签信息指导聚类过程,通过空间引力模型优化的模糊因子自适应地利用差分影像的空间相关性,能够得到更加准确的模糊隶属度函数和更优的变化检测结果.3组真实遥感数据的实验结果验证了 ASFCM的有效性:ASFCM在Bangladesh数据上的kappa系数为0.9188,比其它方法提高3.5％-16.4％;在Madeirinha数据上的Kappa系数为0.9379,比其他方法提高2.18％-7.13％;在黑龙江数据上的Kappa系数为0.8696,比其它方法提高2.88％～22.02％.
文献关键词：
遥感;变化检测;模糊聚类算法;自适应;伪标签;空间信息;模糊因子;半监督
中图分类号：
作者姓名：
邵攀;范红梅;高梓昂
作者机构：
三峡大学湖北省农田环境监测工程技术研究中心,宜昌443002;三峡大学计算机与信息学院,宜昌443002
文献出处：
引用格式：
[1]邵攀;范红梅;高梓昂-.基于自适应半监督模糊C均值的遥感变化检测)[J].地球信息科学学报,2022(03):508-521
A类：
ASFCM,Madeirinha
B类：
半监督,遥感变化检测,对地观测,城市研究,灾害评估,资源调查,分影,Adaptive,Semi,Supervised,Fuzzy,means,像素,灰度值,灰度直方图,别区,不确定区域,空间上下文,上下文信息,标签信息,信息集成,模糊隶属度函数,最大隶属度原则,原则生成,过半,监督策略,空间引力模型,模型优化,模糊因子,空间相关性,遥感数据,Bangladesh,kappa,Kappa,其他方法,模糊聚类算法,伪标签,空间信息
AB值：
0.324956
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
