基于超像素分割变化特征提取的高铁环境变化监测

为了保障高铁安全有序运营,需要定期进行高铁沿线运营环境的变化监测,及时发现对高铁具有威胁的地表目标。采用"高分二号"遥感数据作为数据源,使用改进型多尺度Forstner算法进行特征点提取,完成不同时相影像在空间上的精确匹配。使用SLIC超像素分割算法进行影像对象分割,将影像数据由单一像素转化为地物对象。对地物样本对象单元进行统计,确定分类阈值,进行变化区、未变化区、混淆区域的分类,再综合利用两个时相的NDVI、NDWI和亮度特征信息对混淆分类区域作进一步分类。在变化区、未变化区各随机生成100个检验点,通过对检验点的统计可知:该方法总体精度为91%,有效抑制了"椒盐噪声",使得变化区域边界与真实地物状况更加吻合。