遥感变化检测方法综述
遥感变化检测技术及其应用综述
2007年8月第5卷第4期地理空间信息ＧＥＯＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＡｕｇ．，２００７Ｖｏｌ．５，Ｎｏ．４遥感变化检测技术及其应用综述吴芳，刘荣，田维春，曾政祥（东华理工学院地球科学与测绘工程学院，江西抚州344000）摘要：从遥感变化检测前的准备工作和技术流程入手，对变化检测技术及应用现状作了简要介绍，综述了近些年来常用的几种遥感变化检测方法，即图像差值法、图像比值法、主成分分析法、植被指数法、分类后比较法。
分析了遥感变化检测在国土资源、森林火灾、海洋、军事等方面发挥的重要作用。
关键词：遥感；变化检测；多源数据；检测方法Technology for Remote Sensing Chang Detection and Its Application WU Fang，LIU Rong，TIAN Weichun，ZENG Zhengxiang(East China Institute of Technology,Fuzhou344000,China)Abstract：This paper presents the preparatory work and work flow of remote sensing change detection.The change detection technique and its applications are also introduced.Varieties of useful methods of change detec-tion of recently years were summarized in this paper such as image differencing,image ratio method,principal component analysis,NDVI,post-classification comparison and so on.Has analyzed the important function of change detection in the fields of national land resources、forest-fire、sea and military.Key words：remote sensing；change detection；multi-source data；detective method从１９７２年美国发射第一颗陆地资源卫星以来，对地观测卫星发展迅速，应用领域得到不断扩大，应用成效也得到不断提高［１］。
遥感图像变化检测综述_刘占红
随着空间科学技术的迅猛发展，遥感图像获取技术 也呈现出三多（多传感器、多平台、多角度）和三高（高 空 间 分 辨 率 、 高 光 谱 分 辨 率 、 高 时 间 分 辨 率 ） 的 特 点 [1]。 遥感卫星获取的图像的空间分辨率从几米提高到 1 m 以下，时间分辨率也由几十天提高到 1 天，从而每天都 可以获取海量的遥感图像数据，实现了遥感数据长周期 积累。 如何从这些遥感图像中检测出变化信息已成为遥 感应用领域中的一个重要研究方向，即遥感图像变化检 测技术。 它是指从不同时期的遥感图像中，定量地分析 和 确 定 地 物 变 化 的 特 征 和 过 程 的 技 术[2]。
（ 1 .Indemnification office ， Shijiazhuang Flying College of Air Force Training ， Shijiazhuang 050081 ， China ； 2 .College of Humanities ， Hebei University of Economics ， Shijiazhuang 050061 ， China ）
Abstract ： This paper focuses on the basic theory of change detection was introduced. First of all， the basic concept of the remote sensing image change detection brief description and analysis of the nature of the change detection is a pattern classification problems； then comprehensive review of the existing change detection method， summarized as the pixel level， feature level and object level three categories， discusses in detail the basic principles and characteristics of the various methods and its scope of application and the advantages and disadvantages of are summarized.
多时相遥感影像变化检测方法研究进展综述
多时相遥感影像变化检测方法研究进展综述1. 本文概述随着遥感技术的飞速发展，多时相遥感影像在环境监测、资源管理、城市规划等领域发挥着越来越重要的作用。
多时相遥感影像变化检测，作为遥感影像分析的核心内容之一，旨在识别和量化不同时间点获取的遥感影像之间的变化信息。
本文旨在全面回顾和评述多时相遥感影像变化检测方法的研究进展，包括传统方法和基于深度学习的方法，以及它们在各类应用场景中的性能表现。
本文首先介绍了多时相遥感影像变化检测的基本概念、研究背景和重要性。
随后，本文详细梳理了当前主流的变化检测方法，包括基于像素、基于特征和基于决策的方法，并分析了这些方法的优缺点。
特别地，本文重点关注了近年来兴起的基于深度学习的变化检测方法，如卷积神经网络（CNN）、循环神经网络（RNN）和生成对抗网络（GAN）等，并探讨了它们在提高变化检测精度和效率方面的潜力。
本文还讨论了变化检测方法在实际应用中面临的挑战，如数据异质性、变化类型多样性和计算复杂性等，并提出了可能的解决方案和未来研究方向。
通过本文的综述，我们期望为遥感科学和相关领域的研究者提供一个关于多时相遥感影像变化检测方法的全面了解，并激发新的研究思路和技术创新。
2. 多时相遥感影像基本概念多时相遥感影像，指的是在不同时间点对同一地区或目标进行多次遥感观测所获取的影像集合。
这些影像可以来自同一传感器，也可以来自不同传感器，但它们的共同点是都反映了同一地区在不同时间点的地表状况。
多时相遥感影像的获取，有助于我们深入了解地表的动态变化，如土地利用覆盖变化、城市扩张、自然灾害等。
多时相遥感影像的变化检测，就是通过对这些不同时间点的影像进行比较和分析，识别出地表发生的各种变化。
这种变化检测的方法，可以基于像素级、特征级或对象级进行。
像素级变化检测主要关注像素值的变化，通过比较不同时间点的像素值来识别变化区域特征级变化检测则提取影像中的特定特征，如纹理、形状等，通过比较这些特征的变化来识别地表变化对象级变化检测则是将影像分割为不同的对象，通过比较这些对象的变化来识别地表变化。
遥感图像变化检测方法与结果解析
遥感图像变化检测方法与结果解析遥感技术在现代社会发挥着越来越重要的作用，尤其是遥感图像变化检测方法对于城市规划、环境监测、资源管理等方面起到了关键性的作用。
本文将对遥感图像变化检测的方法和结果进行解析。
一、方法：1. 目标提取法：这种方法将已知地物作为目标进行提取，通过地物的变化来进行检测。
例如，在城市规划中，可以通过遥感图像变化检测方法来提取城市中新增的建筑物，进而对城市扩张进行研究。
2. 基于像素的变化检测法：这种方法通过对像素进行分析和比较来实现变化检测。
常见的方法有差异图法、阈值法和像素变化统计法。
差异图法通过计算两幅图像之间的差异值来进行变化检测，阈值法则是将两幅图像之间的差异值与预设的阈值进行比较，大于阈值则判断为变化区域。
像素变化统计法则是通过对图像的像素进行统计和分析，找出变化像素的动态变化规律。
3. 基于对象的变化检测法：这种方法将图像中的目标作为对象，通过比较对象的特征和属性来进行变化检测。
例如，在森林资源管理中，可以通过比较不同时间段内森林的生长状况来进行变化检测。
二、结果解析：1. 精度评价：对于遥感图像变化检测结果，需要进行精度评价来判断其可靠性和准确性。
常用的评价指标包括正确率、召回率和F值等。
正确率是指检测结果中正确判断出的变化像素占总变化像素的比例，召回率是指正确判断出的变化像素占实际变化像素的比例。
2. 应用研究：遥感图像变化检测方法的结果可以应用于各个领域的研究中。
例如，在城市规划中，可以通过变化检测结果来分析城市扩张的方向和速度，提供科学依据；在环境监测中，可以通过变化检测结果来判断环境变化的原因和趋势，及时采取措施保护环境。
3. 数据可视化：对于遥感图像变化检测结果，为了更好地展示和解读，可以采用数据可视化的方法。
例如，可以利用地理信息系统（GIS）将变化检测结果与地图进行叠加，形成可视化的图像，直观地显示出变化的区域和特征。
总结：遥感图像变化检测方法是一种重要的技术手段，可以通过对遥感图像进行分析和比较，帮助我们了解地表环境的变化，做出相应的应对措施。
遥感影像变化检测方法综述及展望
介绍与优缺 点评述 ， 并分析 了当前变化检测 方法 中存在 的普遍 问题 ； 并在 此基础 上， 展望 了一种基 于影像 分 割的
变 化 检 测 方 法 ： 仅 对 其 中一 个 时相 影 像 进 行 分 割 的基 础 上 ， 立 了两 时相 影像 间 的 对 应 图斑 单 元 与 变 化 判 别 规 在 建 则 ， 现 图斑 单 元 间 的直 接 比 较 来 提 取 变 化 信 息 。 并 分 析 了基 于 分 割 的 变 化 检 测 方 法 与像 素 级 变 化 检 测 方 法 相 实 比具 有 的 优 势 。 关键 词 ： 感 ； 化 检 测 ； 遥 变 影像 分 割
ｄ ｉ１ ． ９ ９ ｊｉｓ ． ０ Ｏ １ ７ ２ １ ． １ ０ ３ ｏ ： ０ ３ ６ ／．ｓｎ １ ０ 一３ ７ ． ０ １ ０ ． ２
中 图分 类 号 ： ７ ＴＰ ９
文献标识码 ： Ａ
文 章 编 号 ：０ ０ １ ７ ２ １ ） １ —０ １ —０ １ ０ —３ ７ （ ０ １ １ ３ １ ９ ５
（ Ｃ ｉ ｅｅ ｎ ｖ ｒｉ ｆ Ｍ ｉｉ ｇ ａ ｄ Ｔ ｃ ｎ ｌｇ Ｊ ａ ｇ ｕ ２ １ １ ； ① ｈ ｎ ｓ Ｕ ｉｅ ｓ ｙ ｏ ｎｎ ｎ ｅｈ ｏｏ ｙ， ｉｎ ｓ ２ １ ６ ｔ ② Ｃ ｉ ｅｅ ａ ｅ ｆ Ｓ ｒ ｅ ｉｇ ａ ｄ Ｍａ ｐ ｎ Ｂ ｉｉｇ １ ０ ３ ） ｈ ｎ ｓ Ａｃ ｄ ｍｙ ｏ ｕ ｖ ｙ ｎ ｎ ｐ ｉｇ， ｅ ｎ ０ ８ ０ ｊ
Ａ ｕ ｍ ａ ｙ ｏ ｒ ｅ ｃ ｉ ｅ ｎｄ Ｐｒ ｓ ｅ ｔ Ｓ ｍ ｒ ｎ Ｃｕ ｒ ｎｔ Ｔｅ ｈｎ ｑｕ ｓ ａ ｏ ｐ ｃ ｓ ｏ ｍ ｏ ｅ Ｓ ｎｓｎｇ Ｃｈ ｎｇ ｔ ｃ ｉ ｎ ｆ Ｒｅ ｔ ｅ ｉ ａ ｅ Ｄｅ ｅ ｔｏ
遥感变化检测方法综述资料.pptx
图像增强
• 图像增强是增强图像中的有用信息，它可以是一个失真的过程，其目的是要改善图像的 视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，将原来不 清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别， 抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满 足某些特殊分析的需要。
^
如下：
xij (t2 ) k xij (t1) b
^
Dxij xij (t2 ) xij (t2 )
其中，i、j表示像素坐标，k、b表示常数，通过最小均方方法估计得到k、b后， 然后根据xij(t1)来预测xij(t2)，最后通过门限来检测变化像素点。
回归分析方法解决了不同时相影像像元均值和方差的差异，处理后的遥感影像数 据在一定程度上类似于相对辐射校正，因而能够减小多时相影像数据中由于大气条件和太 阳高度角的不同所带来的不利影响。
图像差值法是最简单、最常用的一种变化检测方法，其基本原理
是将不同时间获取的两幅影像进行配准，然后将图像中对应像元的
灰度值相减，从而获得一幅新的差异图像以表示在所选两个时间当
中目标区所发生的变化。它既可以用于单波段图像也可以用于多波
段图像，用公式表示如下：
Dx xk t xk t C
ij
ij 1
第8页/共47页
辐射校正
由于受传感器差异、大气条件等的影响，对辐射值都会有不同程度的影响，在 利用SAR图像进行变化检测时，必须对SAR图像进行辐射校正，使得两幅SAR图像的未 变化部分的灰度值大致相同。辐射校正分为绝对辐射定标和相对辐射定标。绝对辐射校 正需要确定大气条件和传感器角度等参数，由于相关参数的获取比较困难，处理过程也 比较复杂，因此，不易实现。而相对辐射校正，以一副图像为基准，把其它数据序列集 图像映射投影变换到基准亮度空间，比较容易实现。在变化检测中，大都应用相对辐射 校正。目前常用的相对辐射校正方法主要包括非线性校正法和线性回归法。
遥感影像变化检测技术发展综述
ｏ ｍｏｅＳ ｎ ｉｇ Ｉ ａ ｅ ｙ ｆＲｅ ｔ ｅ ｓｎ ｍ ｇ ｒ
Ｃ ＨＥ Ｘｉ —ｂ ａ Ｎ ｎ ｉｏ
（ ｃｏ ｌ ｆ ｏｃｅ ｃｓａ ｄＩｆ Ｓｈ ｏ ｓｉｎｅ ｎ ｏ—Ｐ ｙｉ ， ｅ ｔａ Ｓ ｕｈＵｎｖｒｉ ， ｈ ｎ ｓａ４ ０ ８ ， ｈｎ ） ｏ Ｇｅ ｎ ｈ ｓ ｓ Ｃ ｎｒｌ ｏ ｔ ｉｅｓ ｙ Ｃ ａ ｇｈ １０ ３ Ｃ ｉａ ｃ ｔ
低 、 盖范 围广 、 多 （ 覆 三 多传 感 器 、 平 台 、 角 度 ） 三 高 多 多 、
（ 高空 间分辨 率 、 光 谱分 辨 率 、 时 间分 辨 率 ） 特点 ， 高 高 等 每 天可 以收到 以 Ｔ Ｂ为单 位 的数 据 。如 何 从 这些 海 量 的 遥 感数 据 中提 取和 检测 变 化信 息 ， 用于 全球 变化 、 并 土地 覆 盖／ 土地利 用 、 量 数 据 更 新 等 领 域 ， 矢 已成 为遥 感 信 息
科 学研 究的重 点 。
如 ， 于影 像分 割 的变 化检 测方 法 ； 于统计 学 的 变化检 基 基
测方 法 ； 及 空 间领 域 的变 化检 测方 法 等 ， 顾 不仅 利 用 图像 的光 谱 特征 、 色特 征 ， 考虑 了图像 的 纹理 特 征 ” 形 颜 还 、
状 特征 、 构 特 征 等 ， 实 际应 用 中 都 取 得 了 良好 的效 结 在
第３ ５卷 第 ９期
２ １ 年 ９ 月 ０２
测 绘 与 空 间地 理 信 息
ＧＥＯＭＡＴ ＣＳ ＆ Ｓ Ｉ ＰＡＴ ＡＬ Ｉ Ｉ ＮＦｏＲＭ Ａ ｏＮ Ｔｌ ＴＥｅＨＮＯＬ ０ＧＹ
Ｖｏ ＿ ５． ｌ３ Ｎｏ． ９ Ｓ ｐ ．，２ ２ ｅｔ ０１
遥 感 影 像 变 化 检 测 技 术 发 展 综 述
如何进行遥感数据的变化检测
如何进行遥感数据的变化检测遥感数据的变化检测是遥感技术应用领域中的重要任务之一。
随着遥感数据获取技术的不断发展和卫星传感器的不断升级，我们可以方便地获取到大量的高分辨率遥感影像数据。
这些遥感数据包含了地表的丰富信息，我们可以通过对这些数据进行变化检测来监测地表的变化情况，从而提供关于土地利用、环境保护、城市规划等方面的重要参考。
一、遥感数据的变化检测方法在进行遥感数据的变化检测之前，我们首先要选择合适的遥感影像数据。
一般来说，我们需要获取相同区域的两幅或多幅遥感影像数据，这些数据最好是在相似条件下采集的，以便减小观测误差。
在选择完遥感影像数据后，接下来就是进行变化检测的算法选择。
目前，主要的变化检测算法包括基于像素的变化检测、基于对象的变化检测和基于特征的变化检测。
基于像素的变化检测方法是最常用的方法之一。
它将遥感影像中的每个像素作为一个单元进行处理，通过比较两个时期的遥感影像像素值的差异来判断该像素是否发生了变化。
其中，最简单的方法是使用差值图像进行变化检测，即将两个时期的遥感影像做差，得到的差值图像中的像素值大于某个阈值则被判定为变化。
但是这种方法容易受到噪声和光照条件的影响，因此在实际应用中需要加入更多的处理步骤，如滤波、阈值分割等。
基于对象的变化检测方法则是将遥感影像中的一些有意义的对象作为一个单元进行处理。
通过将两个时期的影像进行配准和分割，然后利用对象间的特征信息进行变化检测。
这种方法相对于基于像素的方法更加稳定，能够有效地克服光照条件等因素带来的影响。
基于特征的变化检测方法则是根据地物对象在遥感影像中的特征信息进行变化检测。
这种方法通常利用图像的纹理、光谱值、形状等特征信息来进行变化检测，并结合一定的分类算法对变化进行判定。
这种方法需要对图像特征进行提取和选择，然后通过分类算法来判定变化。
二、变化检测的应用遥感数据的变化检测在许多领域都有着广泛的应用。
例如，在土地利用监测方面，通过遥感数据的变化检测可以及时发现土地利用的变化情况，为土地规划和管理提供数据支持。
遥感影像的变化检测与分析
遥感影像的变化检测与分析在当今科技飞速发展的时代，遥感技术作为一种强大的工具，为我们获取地球表面的信息提供了高效且全面的手段。
其中，遥感影像的变化检测与分析更是在众多领域发挥着至关重要的作用，如土地利用规划、城市发展监测、环境变化研究以及灾害评估等。
遥感影像的变化检测，简单来说，就是通过对比不同时期获取的同一地区的遥感影像，识别和确定其中发生变化的部分。
这可不是一项简单的任务，需要综合运用多种技术和方法，同时还需要对相关领域的知识有深入的理解。
要进行有效的变化检测，首先得有高质量的遥感影像数据。
这些影像可以来自不同的传感器，如光学传感器、雷达传感器等。
不同的传感器具有不同的特点和优势，适用于不同的场景和应用需求。
例如，光学影像在清晰地反映地物的形状、颜色和纹理等方面表现出色，但容易受到天气条件的影响；而雷达影像则能够穿透云层，在恶劣天气下依然能够获取数据，但在解读和分析上相对较为复杂。
在获取到遥感影像后，接下来就是对影像进行预处理。
这一步骤就像是为后续的变化检测工作“打扫战场”，清除可能影响结果准确性的各种干扰因素。
预处理通常包括几何校正、辐射校正和大气校正等。
几何校正用于消除由于传感器姿态、地形起伏等因素导致的影像几何变形；辐射校正则是为了校正由于光照条件、传感器灵敏度等引起的辐射差异；大气校正则是为了消除大气对电磁波传播的影响，使得影像能够更真实地反映地物的特性。
有了预处理后的影像，就可以进入变化检测的核心环节了。
目前，常用的变化检测方法可以大致分为基于像元的方法和基于对象的方法。
基于像元的方法直接对影像中的每个像素进行分析和比较，这种方法计算简单，但容易受到噪声和“同物异谱、异物同谱”现象的影响。
基于对象的方法则首先将影像分割成不同的对象，然后对这些对象的特征进行分析和比较，相对来说能够更好地处理复杂的地物类型和空间关系，但计算量较大，对分割的准确性要求较高。
在实际应用中，选择哪种变化检测方法往往需要根据具体的情况来决定。
遥感影像变化检测方法的比较研究
遥感影像变化检测方法的比较研究在当今科技飞速发展的时代，遥感技术已成为获取地球表面信息的重要手段。
而遥感影像变化检测则是遥感技术中的一个关键环节，它对于监测土地利用变化、城市扩张、自然灾害评估等众多领域都具有极其重要的意义。
本文将对几种常见的遥感影像变化检测方法进行比较研究，以期为相关研究和应用提供有益的参考。
一、遥感影像变化检测的基本概念遥感影像变化检测，简单来说，就是通过对不同时期获取的同一地区的遥感影像进行分析和处理，从而识别出该地区在时间上发生的变化。
这些变化可以包括土地覆盖类型的改变、建筑物的新建或拆除、植被的生长或破坏等。
二、常见的遥感影像变化检测方法1、基于像元的方法基于像元的方法是最早也是最常用的变化检测方法之一。
它直接对每个像元的灰度值或光谱特征进行比较。
其中，差值法是最为简单直观的一种。
通过计算两个时期影像对应像元的差值，如果差值超过一定的阈值，则认为该像元发生了变化。
这种方法计算简单，但容易受到噪声和辐射差异的影响，导致检测结果的准确性不高。
另一种常见的基于像元的方法是比值法。
它通过计算两个时期影像对应像元的比值来判断变化。
比值法在一定程度上能够减少辐射差异的影响，但对于复杂的地物变化，可能会出现误判。
2、基于对象的方法随着高分辨率遥感影像的普及，基于对象的方法逐渐受到重视。
这种方法首先对影像进行分割，得到具有相似特征的对象，然后比较不同时期对象的特征属性，如形状、大小、纹理等。
相比基于像元的方法，基于对象的方法能够更好地考虑地物的空间上下文信息，减少“椒盐噪声”现象，提高检测的准确性。
3、分类后比较法该方法首先对两个时期的遥感影像分别进行分类，然后比较分类结果，从而确定变化区域。
这种方法的优点是能够综合考虑多种地物特征，但由于分类过程本身存在误差，可能会导致变化检测结果的误差累积。
4、基于深度学习的方法近年来，深度学习在遥感影像处理领域取得了显著的成果。
在变化检测中，常用的深度学习模型如卷积神经网络（CNN）可以自动学习影像中的特征，从而实现更加准确和精细的变化检测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（2）面向对象的变化检测
因此，随着高空间分辨率遥感卫星的不断成功发射，高分遥感影像也就更容易获取，以及随着面向对象分析技术的不断发展，研究者对于变化检测的分析逐步从像元角度转移到影像对象概念。进行面向对象的变化检测首先需要获取到影像上的地物对象，因此，对高分辨率遥感影像进行变化区域提取之前需要进行图像分割处理。对分割得到的地物对象进一步提取光谱、纹理和空间结构等特征，通过对比分析这些特征进行是否发生变化的判断，这种方法叫做直接对象比较法；如果对分割得到的地物对象进行所属类别的分析，则称之为对象类别比较法[4]。
1.3后处理
针对变化检测得到的结果，仍然存在一些漏检和虚检的信息，可以对结果进行相应的后处理然后再进行结果的导出和分析[3]。
2.总结
随着质量更好、分辨率更高的遥感影像的不断获取，遥感变化检测技术逐渐从像元检测过度到对象检测。本文首先介绍了遥感变化检测的大致技术流程，然后从基于像元和面向对象两个角度对遥感变化检测方法进行了深入的总结和探讨，分别阐述了两种方法的优点和不足。
参考文献：
[1]李伟.面向对象的遥感变化检测研究[J].北京测绘，2013，108（1）：11-15，30.
[2]李德仁.利用遥感影像进行变化检测_李德仁[J].武汉大学学报（信息科学版），2003，卷缺失（S1）：7-12.
[3]佟国峰，李勇，丁伟利，等.遥感影像变化检测算1571.
1.变化检测技术路线
变化检测就是在两幅或者多幅影像上找不同，其基本步骤可以归纳为数据预处理、变化区域提取和变化检测结果处理[3]。图1位变化检测的技术路线图。
图1技术路线
1.1预处理
由于遥感变化检测是建立在至少两幅影像的基础上进行的，因此我们首先需要选取合适的影像对作为数据源。为减少数据的处理过程，原则上一般选取空间分辨率一致，传感器成像差异较小和每年获取时间相近的影像。变化检测技术中涉及到的影像预处理主要包括地理配准和辐射校正，预处理的主要目的是为了减少数据原因引起的虚假变化。图像配准是为了消除前后期影像上地理位置的差异，辐射校正则是为了消除不同传感器获取的影像的辐射值差异。
[4]眭海刚，冯文卿，李文卓，等.多时相遥感影像变化检测方法综述_眭海刚[J].武汉大学学报（信息科学版），2018，43（12）：1885-1898.
[5]SINGH A. Digital Change Detection Techniques Using Remotely-sensed Data [J].International Journal of Remote Sensing，1989，10（6）：989-1003.
和基于像元的变化检测方法最大的不同就是，进行面向对象的分析依赖图像分割的效果。目前已经有很多主流的分割算法，但或多或少存在“过分割”和“欠分割”的现象，这些都会影响到最终的变化检测结果的精度。较为准确的分割结果可以考虑进行矢量约束下的图像分割，严格按照矢量图的边界作为图像分割的边界，可以一定程度是削弱“过分割”现象的影响。
分类前比较法就是对前后两幅预处理之后的影像进行差值或者比值等操作，无需进行像元分类，因此又叫直接比较法。最初的变化检测方法就是利用影像之间的波段求差，对差值的结果进行分析和阈值分割等操作，从而获取到变化的结果[5]。除了利用影像像元各个波段的辐射亮度值进行差值计算之外，还可以借用一些特征指数的帮助，如常用的归一化植被指数（NDVI）[6]，比值建筑用地指数（RBI）等[7]。直接进行像元信息之间的比较方法简单，效率较高，得到的结果也较为准确，但是仅仅能够获取变化像元的大致位置，无法进行类别的判断。分类后比较法是在前后期影像分类的基础上进行变化检测。如决策树分类（DT）、支持向量机（SVM）、随机森林（RF）等。根据一定的知识规则将影像上的像元分为若干类别，通过判断前后期影像上对应位置的像元类别是否发生了改变为依据进行变化检测。分类后比较法较分类前比较法可以获取变化的类别，但其结果的准确性依赖分类的精度。
1.2变化提取
对影像进行初步的预处理消除不必要因素的影响之后，接下来就是寻找两幅影像上的不同之处，也就是变化区域的提取。本文根据进行变化区域提取时处理的基本单元，将变化检测的方法归类为基于像元和面向对象两大类。
（1）基于像元的变化检测
基于像元的变化检测方法是最传统，最原始的变化检测方法。基于像元表示处理的基本单元是每一个像元，其变化检测的主要思路是通过分析前后期遥感影像上对应像元之间的像素信息差异来提取变化信息[4]。基于像元的变化检测方法又可以分为分类前比较法和分类后比较法。
随着近年来社会科学技术的发展，高空间分辨率和高时间分辨率遥感传感器的不断发射，同一块区域上的高分遥感影像也更容易获取，解决了以往数据源获取难的问题，并促进了新的变化检测技术方法的产生，使得变化检测技术的发展迈上了新的台阶[2]。本文在阅读大量相关文献的基础上，对变化检测的关键步骤进行了总结，并对目前主流的方法进行了分类和梳理。
遥感变化检测方法综述
摘要：遥感变化检测是遥感技术领域的研究重点和难点，在地理国情监测和城市规划当中具有重大应用。文章从变化检测处理的基本单元像元和对象两个角度对变化检测的方法进行了梳理和总结，分析二者的优缺点。
关键词：遥感；变化检测；像元；对象
引言
变化检测，顾名思义就是检测出哪里发生了变化，发生了怎样的变化。遥感变化检测技术是判断前后期双时像或者多时相遥感影像上同一块区域内的地物对象是否发生变化，甚至检测出发生怎样变化的技术[1]。可以说，随着第一颗遥感卫星的发射成功，遥感变化检测技术就诞生了。因为事物总是在变化的，不同时间拍摄到的同一块区域的遥感影像总会存在差异，这也就促进了遥感变化检测技术的发展。