11、遥感影像长期变化检测与多时间序列数据分析

遥感影像长期变化检测与多时间序列数据分析

1. 长期航空影像变化检测实验

1.1 测试数据库与真值生成

为评估 CXM 模型，收集了由布达佩斯 Lechner 知识中心（LKC）提供的三组光学航空影像对，并将标注后的测试数据发布为 SZTAKI AirChange 基准集。具体数据集信息如下：
| 数据集名称 | 影像拍摄时间 | 面积 | 分辨率 | 影像对数 | 用途 |
| — | — | — | — | — | — |
| Szada | 2000 年和 2005 年 | 9.5 km² | 1.5m/像素 | 7 对 | 1 对用于 CXM 模型参数设置，6 对用于验证 |
| Tiszadob | 2000 年和 2007 年 | 6.8 km² | 与 Szada 相似 | 5 对 | 验证 |
| Archive | 1984 年航空照片与 2007 年卫星影像 | - | - | - | 对比 |

真值生成时考虑的变化包括新建成区域、建筑施工、植树造林、新耕地以及建筑前的地面工程等。

1.2 评估

将 CXM 方法与四种先前的方法进行比较，这四种方法分别为：
- PCA ：对 [195] 提出的技术进行监督修改。从两幅图像中提取的联合强度向量投影到背景类训练区域的主成分空间，通过 Potts - MRF 模型进行变化/背景分类。
- Hopfield ：使用 Hopfield 型神经网络，基于差异图像（DI）的逐像素分割算法初始化，通过迭代过程生成组合变化掩码，使全局网络