Biblioteca122.294 documentos en línea

Artículo

Statistical Similarity Based Change Detection for Multitemporal Remote Sensing ImagesDetección de cambios basada en la similitud estadística para imágenes multitemporales de teledetección

Resumen

La detección de cambios (DC) de cualquier superficie mediante imágenes multitemporales de teledetección es un importante tema de investigación, ya que la información actualizada sobre la superficie terrestre es de gran valor. Se están produciendo cambios bruscos en diferentes superficies terrestres debido a desastres naturales o actividades humanas que causan daños en ese lugar. Por lo tanto, es necesario observar los cambios para tomar las medidas necesarias para recuperar los daños subsiguientes. Este trabajo se ocupa de esta cuestión y analiza la medida de similitud estadística para realizar la CD utilizando imágenes de teledetección de la misma escena tomadas en dos fechas diferentes. Aquí se ha desarrollado una variación de la información mutua normalizada (NMI) como medida de similitud utilizando ventanas deslizantes de diferentes tamaños. En el enfoque de ventana deslizante, la vecindad local de los píxeles desempeña un papel importante en el cálculo de la similitud en comparación con la imagen completa. Así, las características globales insignificantes que contienen ruido y muestras dispersas pueden evitarse al evaluar la función de densidad de probabilidad. Por lo tanto, aquí se propone NMI con diferentes tamaños de ventana para identificar cambios utilizando datos multitemporales. Se han realizado experimentos utilizando dos imágenes multitemporales de teledetección separadas, capturadas con un año de diferencia y un mes de diferencia, respectivamente. El análisis experimental revela que la técnica propuesta puede detectar hasta el 97,71% de los cambios, superando a los enfoques tradicionales.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento