高分辨率光学遥感影像变化检测算法在地震灾情调查中的应用
|
|
张飞舟,刘华亮,张立福,岑奕,孙雪剑,张红明
|
Review of Change Detection Algorithm Using Optical Remote Sensing Images in Post-earthquake Damage Investigation
|
|
Feizhou Zhang,Hualiang Liu,Lifu Zhang,Yi Cen,Xuejian Sun,Hongming Zhang
|
|
表3 地震灾情调查中的变化检测算法
|
Table 3 Summary of change detection techniques in post-earthquake damage investigation
|
|
| 方法 | 方法细分 | 优点 | 缺点 | 代表性应用 |
|---|
| 基于像元的方法 | 直接比较法 | 代数法 | 简单、易操作，便于解释 | 对影像的预处理的要求高；存在“椒盐效应”；只能判断是否发生变化 | Yusuf等[38] Zhao等[34] | | 回归法 | 稳定可靠 | 需要多个时相的震前影像，需要分别配准，通常难以实现 | Kohiyama等[22] | | 相关系数法 | 可以消除地震前后影像的灰度和对比度的差异；可用于配准 | 需确定窗口大小和阈值；配准误差会降低相关性 | Rathje等[44] Chesnel等[26] | | 特征提取法 | 植被指数法 | 凸显植被信息，在检测滑坡时非常有效 | 只能检测与植被相关的变化 | Chini等[41] Yang等[33] | | 主成分变换法 | 利用了多波段信息，可消除冗余和相关性 | 物理意义不明确，震害提取需要一定的经验和分析 | Tomowski等[31] Gong等[51] | | 分类后比较法 | 克服了影像因获取条件引起差异；可以提供变化的类型 | 需要训练样本；需要多次分类；分类误差会传递 | Xu等[53] | | 面向对象的方法 | 目视解译 | 简单实用，精度和可靠性高 | 需投入大量的人力资源 | Yamazaki等[62] Zhang等[43] | | 多时相叠加法 | 对所有时相的影像只需进行一次分割；同一对象具有相同的几何特征 | 需要配准以保证同一对象的对应；震后新出现的地物对象会被忽略 | Gusella等[20] Samadzadegan等[30] | | 直接比较法 | 简单、直接；可以引入基于像元的比较方法 | 需要精确地分割对象；需解决同一对象的对应问题 | Tiede等[27] Anniballe等[32] |
|
|
|