Resumen

La detección de cambios (CD) es esencial para la comprensión precisa de los cambios en la superficie terrestre con datos multitemporales de observación de la Tierra. Debido a las grandes ventajas en la modelización de la información espacial, los Perfiles de Atributos Morfológicos (MAPs) se están volviendo cada vez más populares para mejorar la capacidad de reconocimiento en aplicaciones de CD. Sin embargo, la mayoría de los métodos de CD basados en MAPs se implementan ajustando manualmente los parámetros de escala de los Perfiles de Atributos (APs) e ignorando la incertidumbre de la información de cambio de diferentes fuentes. Para abordar estos problemas, en este estudio se propone un método novedoso para la detección de cambios en imágenes de teledetección de alta resolución (HRRS) basado en perfiles de atributos morfológicos y fusión de decisiones. Al establecer la función objetivo basada en el mínimo de la correlación interescala promedio, se presenta un perfil de atributos morfológicos con parámetros de esc

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Detección de cambios; Perfiles de atributos morfológicos; Modelado de información espacial; Parámetros de escala; Fusión de decisiones; Teledetección de alta resolución
• Keywords:Change detection; Morphological attribute profiles; Spatial information modeling; Scale parameters; Decision fusion; High-resolution remote sensing