王光辉， 李建磊， 王华斌， 杨化超

(1.国家测绘地理信息局卫星测绘应用中心，北京 100830； 2.中国矿业大学(徐州)，徐州 221116)

0 引言

随着空间信息技术的飞速发展，遥感影像的空间分辨率、光谱分辨率和时间分辨率不断提高，其获取的地表信息更加丰富，应用领域越来越广。如何利用高空间分辨率遥感图像丰富的地物细节信息，并抑制成像条件与自然条件带来的信息干扰，是目前遥感影像变化检测研究中倍受关注的问题。传统的单像素、单一特征的变化检测算法已经不能满足变化目标检测的准确性和完整性[1]，面向对象多特征融合的变化检测算法[2-3]已成为高空间分辨率遥感变化检测研究领域的热点。

由影像派生的多特征是变化检测信息的载体，主要包括光谱、边缘和纹理等特征。利用影像对象特征进行多时相变化检测时传统的变化检测算法选用单一特征，如Bovolo等[4]采用像斑均值信息进行变化检测； 庄会富等[5]提出基于纹理特征的影像变化检测算法，通过多方向、多个纹理特征构建差异影像提高了变化检测的精度； 李松等[6]提出结合纹理分析与比率变换的变化检测算法，通过分析纹理特征，统计纹理的指标，有效地识别出滑坡灾害信息； 钟家强等[7]提出线特征变化检测算法，通过提取影像的边缘梯度信息、压缩、拟合等处理，获得变化检测结果，避免了线匹配的复杂过程，具有较强的实用性。虽然以上的算法都从不同的角度验证特征的有效性和可用性，但单一特征模型的适用性和精度并不理想。……