文档介绍
大邻域类似于低通滤波，有利于消除噪声；但可能通过增加或减少变化区域而改变变化信息。适用于大的变化，不适用线形变化（如细窄的公路）。 小邻域可以检测细节变化，但可能带来一些噪声（如阴影）。 此例中取3像素半径的圆形邻域效果最好 * 利用决策树分类结果图 * 比较新的变化检测方法 新的遥感变化检测方法很多，比较常用的两种是交叉相关分析法和Chi Square变换法。交叉相关分析法(Cross-Correlation Analysis CCA)在以前分类图的基础上用当前的遥感图像检测发生变化的区域。它首先将当前的遥感图像叠置在旧的分类图上，分类图的边界就将遥感图像划分为不同的小块，统计不同小块的光谱响应均值和标准差，得到“期望值”；其次，比较每个像元期望值与光谱实际值之差(或叫“静态z值”)。如果差值比较大，说明是可能发生变化的区域。该方法的难点是差值的阈值的确定。交叉相关分析法的优点是所要监测的两个时相的图像不必要是相同的成像条件。 遥感变化检测方法变化趋势 随着新的传感器不断出现，卫星数据产品不断增多，关于遥感图象变化检测方法的研究形式也出现了新的变化趋势。 （1）遥感变化检测方法由传统的线型运算处理模式拓展到了非线型处理模式； （2）从单一的多光谱遥感数据影像变化检测方式升级为综合利用多源影像相关数据进行变化检测方式； （3）遥感变化检测模式由单纯考虑影像的像素DN值的运算演化为考虑像素内部组成，以及像素内物质的反射物理机制的复杂演算； （4）遥感变化检测方法由单一的变化检测方式发展为复合式的变化检测技术。 * 第一章、遥感图像处理导论 重点介绍遥感信息获取及遥感应用 第二章 遥感图像处理基本概念 主要讲解遥感数据的格式，遥感图像的显示，图像直方图及其他统计量等 第三章 遥感图像的辐射纠正与几何纠正、配准与镶嵌 第四章 图像变换 彩色空间变换、FOURIER变换、K-L变换