Loading...
机构名称:
¥ 1.0

摘要 越来越高的分辨率卫星图像引起了人们对自动检测某个区域随时间推移的非常精细的变化的兴趣,这是一种分析人口密集城市地区活动特别有用的工具。然而,由于高架结构的运动视差,尝试以这种分辨率自动检测变化非常困难。本文提出了一种全面的解决方案,使用一种称为体积外观建模 (VAM) 的新框架来检测具有显著 3D 起伏的区域的变化。这种方法可以通过维护一个基于 3D 体素的模型来管理未知和变化的世界表面的复杂性,其中表面占用和图像外观的概率分布存储在每个体素中。这些分布会在使用自适应学习程序接收新图像时不断更新。事实证明,这种表示可以在卫星图像中存在可变照明和视点以及雾霾条件的情况下产生准确的变化检测结果。体积表示还支持自动传感器模型校正,以将传入图像与通用地理参考对齐。事实证明,这种配准方法可以实现与地面采样距离(GSD)相当或更好的地理定位精度。

卫星变化检测的体积方法...

卫星变化检测的体积方法...PDF文件第1页

卫星变化检测的体积方法...PDF文件第2页

卫星变化检测的体积方法...PDF文件第3页

卫星变化检测的体积方法...PDF文件第4页

卫星变化检测的体积方法...PDF文件第5页

相关文件推荐

2021 年
¥1.0