于 杰，李大成*，和栋材，杨 毅

(1.太原理工大学 矿业工程学院，山西 太原 030024；2.太原理工大学 光电工程学院，山西 太原 030024)

0 引言

遥感影像变化检测是基于遥感技术在不同时间对同一区域成像而判断地表类型是否发生变化的手段,其中双时相变化检测是利用地物变化前后的2期影像进行判别[1]。在国土调查、卫片执法、土地利用、农业生产、城市规划、环境监测和应急管理等领域,遥感影像变化检测具有重要作用[2-3]。随着遥感技术的发展,各种多光谱遥感影像中蕴含大量且丰富的地物信息,使得用于变化检测的特征提取手段越来越多元化[4]。传统基于像元和面向对象的方法很难对各种复杂的地表变化进行充分描述和表达[5],同时基于深度学习的算法在不断地探索和发展[3,5],因此如何提升对遥感影像的特征提取对于准确检测地物变化具有现实意义。

变化检测过程通常包含数据预处理、变化检测方法选择和精度评价3个阶段,而变化检测方法的选择是目前多数研究人员关注的重点,其对检测结果的质量影响较大[6]。基于多光谱遥感影像的变化检测方法研究[7],主要包括代数法、分类法、变换法、深度学习法以及多种方法组合的混合方法等。代数法对于变化差异较大的区域较为敏感,但不易识别地物类型的变化[8];分类法能够识别变化类型和较为深层的变化信息,但结果又依赖于分类精度[9];变换法可以很好地突出变化信息,但降维过程影响……