结合自适应空间与CRF的遥感影像变化检测
Application Research of Computers（2020）
摘要
提出了一种结合自适应空间与条件随机场(CRF)的新框架用于高分辨率遥感影像变化检测,解决了两幅影像配准误差造成的噪声和条件随机场产生的过平滑问题.通过加权自适应空间(WAS)获取差异图像消除了因配准误差造成的部分噪声,采用基于形态学重构的FCM聚类方法(MFCM)构建CRF一阶势减少了斑点噪声;引入带光谱—空间约束的模型改进CRF二阶势,进一步提高了算法的抗噪性能并可防止过平滑现象.与现有方法相比,该算法的检测精度、虚检率和漏检率都得到明显改进,同时较好地保留了边缘信息.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要