基于PCA的变化向量分析法遥感影像变化检测OA北大核心CSCDCSTPCD
Remote sensing image change detection based on change vector analysis of PCA component
为实现对土地覆盖变化的遥感监测,研究了一种基于不同年份单时相遥感数据提取差异影像、自动确定变化阈值提取变化区域的新方法.以南通市Landsat8 0LI影像为例,对2期影像分别进行主成分分析(principal component analysis,PCA);取前3个主分量进行变化向量分析(change vector analysis,CVA),构造变化检测差异影像,并与传统PCA法和CVA法构造的差异影像进行对比;对3景差异影像分别用传统全局阈…查看全部>>
In order to monitor the change of land cover with remote sensing technology,the authors studied a method which is based on single-temporal remote sensing image in different years for extracting differences between the images and determining the change threshold automatically to extract the change area.The research took Landsat80LI images of Nantong City as an example.Principal component analysis (PCA) was carried out respectively on two images.After th…查看全部>>
黄维;黄进良;王立辉;胡砚霞;韩鹏鹏
中国科学院测量与地球物理研究所,武汉430077中国科学院大学,北京 100049中国科学院测量与地球物理研究所,武汉430077中国科学院测量与地球物理研究所,武汉430077中国科学院测量与地球物理研究所,武汉430077
计算机与自动化
变化向量分析(CVA)主成分分析(PCA)阈值确定变化检测
change vector analysis(CVA)principal component analysis(PCA)threshold determinationchange detection
《国土资源遥感》 2016 (1)
22-27,6
中科院战略性先导科技专项专题“应对气候变化的碳收支认证及相关问题”(编号:XDA05050107)资助.
评论