李文国，黄亮,2，左小清，王译著

(1.昆明理工大学国土资源工程学院，昆明 650093；2.云南省高校高原山区空间信息测绘技术应用工程研究中心，昆明 650093)

0 引言

随着城市化和信息化的发展，城市和许多乡村都具有影像采集设备，同时随着交通的迅速发展，通过车载平台采集影像也越来越便利，这都为街景影像信息采集提供了便利手段.实时、精确的街景影像信息采集对城市规划、土地调查、交通监管、灾后评估等诸多领域都具有重要应用价值.但街景影像由于地物与拍摄设备的距离关系，造成同一地物尺度跨度范围大、远距离地物界限不清晰；同时也带来了地物光谱信息复杂多样的问题，如天空会同时存在阴云和晴空，造成严重的“同物异谱”现象.因此，如何自动、高精度的对街景影像进行语义分割和变化检测就成为当前计算机视觉领域的研究热点.

当前街景语义分割已开展了大量研究，但对多时相街景影像进行变化检测的研究则相对较少.文献[1]提出了基于视觉词袋模型（BOVW）的场景变化检测方法，并对比分析了不同字典构建方法对最终结果的影响.为了解决独立分类所带来的误差累计问题，文献[2]提出核化慢特征分析方法，并通过贝叶斯理论融合场景变化概率和场景分类概率；文献[3-4]提出利用二维图像进行场景变化检测.这种类型的方法根据不同时间段获取的图像对场景进行建模，然后在模型的基础上检测成对图像间的变……