EHDCD:一个边缘增强的分层双门网络用于森林和农田变化检测

科学领域:

• 遥感 遥感 遥感 遥感
• 地理空间分析的研究.
• 环境监测 环境监测

背景情况:

• 现有的远程传感变化检测方法在细微的边缘结构和区分伪变化方面扎.
• 森林和耕地表现出不同的空间光谱属性,这对准确地分类土地覆盖面积构成了挑战.
• 需要先进的模型来表示复杂的特征,并提高这些土地类型的变化检测精度.

研究的目的:

• 引入边缘增强层次双门变化检测 (EHDCD) 模型,以改进森林和耕地之间的变化检测.
• 增强在遥感图像中对森林和耕地特有的复杂特征的表示.
• 解决目前捕获细边缘结构和减少伪变化检测的方法的局限性.

主要方法:

• 开发一个边缘增强通道注意模块 (EECA),以改善边缘识别和噪声抑制.
• 实施高低层次动态适应策略 (HiLo) 以平衡细节和语义特征.
• 构建双门特征补偿模块 (DGFM),以尽量减少变化检测中的错误检测率.

主要成果:

• 在FC-CD数据集上,EHDCD模型实现了89.06%的F1得分,在CLCD上达到83.37%,在SYSU-CD上达到85.06%.
• 该模型在捕捉细边缘结构和区分实际变化与噪声方面表现出卓越的性能.
• 实验结果证实了该模型在准确检测森林和耕地之间的变化方面的有效性.

结论:

• EHDCD模型在森林和耕地上的遥感变化检测方面取得了重大进展.
• 拟议的模块 (EECA,HiLo,DGFM) 有效地解决了现有方法的局限性.
• 该模型为林地和农田的动态监测应用提供了更准确的支持.