[发明专利]一种基于时间序列PolSAR影像的土地覆盖类型变化检测方法

摘要

本发明提供一种基于时间序列PolSAR影像的土地覆盖类型变化检测方法，目的在于解决现阶段变化检测方法存在难以充分利用时间序列影像间的时间维度信息，且通常需要每一影像大量、高质量训练样本等问题。本发明利用Omnibus假设检验似然比算法充分挖掘历史累计的时间序列PolSAR影像的时间维度信息，并结合已标注的类别标签、分类专题图等丰富的先验知识，利用主动学习、关联知识迁移学习等机器学习算法实现每一景影像的类别标签自动标注，获取可靠训练样本，进而实现土地覆盖类别动态变化信息高精度提取。

主权项

1.一种基于时间序列PolSAR影像的土地覆盖类型变化检测方法，其特征在于，包括以下步骤：步骤1，时间序列PolSAR影像预处理；步骤2，利用基于主动学习的面向对象监督分类方法对源域影像进行分类；步骤3，对预处理后的时间序列PolSAR影像利用Omnibus假设检验似然比算法生成时间序列总体差异影像；然后，利用GSRM算法对生成的时间序列差异影像进行分割，保证差异影像中“疑似”变化区域的同质性；随后，利用GGMM拟合分割后的时间序列差异影像的概率密度函数；最后，获取时间序列影像的变化类与非变化类；步骤4，利用样本迁移算法对时间序列PolSAR影像的目标域进行类别标签迁移，并利用随机森林方法对目标域影像进行分类；步骤5，逐像素比较时间序列PolSAR影像的分类结果，并获取土地覆盖类型动态变化信息。