致 谢 28

参 考 文 献 29

1    绪论

本章节首先介绍了课题的研究背景及意义，接着论述了了遥感影像变化检测、样本选择以 及机器学习的研究现状，然后介绍了课题的总体技术方案及其对社会的影响和经济因素分析， 最后给出了本文的结构安排。

1.1    研究背景及意义

随着航天技术、传感器技术以及计算机相关技术的迅猛发展，遥感技术得到了快速发展。 遥感技术能够为研究人员提供大面积的动态观测数据，在不同的时间段观测某个区域可以获 得其不同时相的数据，研究分析同一地域不同时相的遥感影像是对自然环境及军事目标进行 变化检测的有效手段[1,2]。

随着遥感技术的快速发展，研究人员需要处理的遥感数据也愈发变得海量和高维，随之 而来的问题就是如何快速有效的分析利用这些大量的数据，解决这个问题的一个有效方法就 是利用样本选择从大量的数据中获取少量但有代表性的数据。利用样本选择不但可以减少分 类算法的计算代价、加速学习速度，还可以避免“过拟合”的发生[3,4]，本课题便是基于遥感影 像的变化检测对不同的样本选择方法进行研究。

1.2    相关技术的现状

1.2.1    遥感影像变化检测研究现状

遥感影像变化检测是指对比同一地域不同时相的遥感影像以得到其变化的区域。从二十 世纪六十年代起，人们开始研究遥感变化检测的问题，之后提出了大量的变化检测方法，并 根据不同的侧重对其进行了分类。根据进行变化检测前是否经过分类将其分为直接比较法和 分类后比较法两类[5]；根据变化检测的信息层次将其分为像素级、特征级以及决策级三个层次

[6,7]；根据输入时相的不同将其分为单时相分类法、多时相分类法以及时序分析法[8]；按照采

用的数学方法将变化检测技术分为代数运算方法、变换方法、分类方法、高级模型方法、GIS 方法、可视化分析方法以及其他方法等七类方法[2,9]。针对彩色遥感图，本课题将使用代数运 算方法中的差值法来对遥感影像做变化检测，差值法是指将两个不同时相的遥感影像上的对 应像素点相减以得到差异图；针对灰色遥感图，将使用代数运算方法中的比值法来对遥感影 像做变化检测，比值法是指将两个不同时相的遥感影像上的对应像素点相除以得到差异图， 其主要思想是将差异图中大于阈值的像素点归为发生了变化的地物而小于阈值的像素点归为 未发生变化的地物[2]。

经过几十年的研究和发展，遥感影像变化检测已经取得了一定的成果，然而现有的变化检测方法仍然存在一些问题需要进一步的研究探讨。分析相关的文献和其中的变化检测方法 可以发现存在以下问题：检测方法通用性差、对数据预处理结果敏感、缺乏适当的评价标准 以及无法对多源数据进行研究分析等。虽然现在提出了很多变化检测方法，但是针对某一特 定场景依然难以选出一个合适的方法。随着遥感技术的发展以及高分辨率遥感影像的出现， 变化检测依然会是遥感领域研究的热点，遥感影像的变化检测也将迎来新的发展。

1.2.2    样本选择研究

随着遥感技术的发展，人们所需要处理的遥感数据也愈加变得高维和海量，而样本选择可 以帮助研究人员快速有效的分析利用这些大量的数据。样本选择是指从已有的大量样本中以 某种方法选取少量有代表性的样本[3,10]。人们通常会根据研究侧重来选择样本，不同的研究侧 重便延伸出不同的样本选择方法。根据样本选择方法与学习算法的不同组合方式可将其分为 过滤式、嵌入式以及包装式三类。过滤式样本选择是指先从样本集去除不一致样本实现样本 的选取，然后让学习算法对选取的样本进行评估学习；嵌入式样本选择是指将样本选择方法 嵌入到学习算法中并其成为学习算法的一部分，在每一节点处选择分类能力最强的特征；包 装式样本选择是指将样本选择过程与学习算法相结合，将学习算法的性能作为样本选择的评 价指标[3,11]。 遥感影像自动变化检测技术中的样本选择研究(2):http://www.chuibin.com/jisuanji/lunwen_205622.html