基于光譜斜率差異與機器學習的土地覆蓋變化檢測融合算法

摘要： 在遙感影像的土地覆蓋變化檢測方法研究中，基于指數(shù)的模型是常用的傳統(tǒng)手段之一。然而，大多傳統(tǒng)變化檢測算法在面對復雜地形時的表現(xiàn)往往難以達到預期，特別是針對發(fā)生變化的區(qū)域，容易出現(xiàn)大量的漏檢現(xiàn)象。為了更準確地應對這些復雜的地貌特征差異，獲取高精度的土地覆蓋檢測結果，文章將傳統(tǒng)指數(shù)模型與機器學習技術進行了有機融合，提出了一種光譜斜率差異信息與隨機森林分類模型相結合的變化檢測算法。改進... （共14頁）