全文总字数：1908字

1. 研究目的与意义及国内外研究现状

高分辨率遥感影像变化检测结果较破碎，易产生椒盐噪声、监督训练过程中人工标注成本较高、训练样本冗余以及大量未标注样本信息未有效利用等问题，提出一种基于超像素高分辨率遥感影像变化检测方法。利用超像素分割算法得到超像素对象，提取其光谱和纹理特征；引入样本选择策略充分利用未标注样本信息，挖掘不确定性最大、最易错分的样本交由用户人工标注；为了保证所选样本的多样性，加入基于余弦角距离的样本相似性度量，以减少样本间信息冗余，在减轻人工标注负担的同时获得良好的分类性能。能够在标注少量训练样本的情况下获得较好的变化检测结果，且加入样本相似性度量的变化检测方法在有效减少人工标注成本和训练样本冗余的同时，能够更快地达到收敛、提升检测质量。

国内外研究现状

近十几年来，高空间分辨率的遥感影像适用于生产生活中越来越普遍，与此同时，因空间分辨率的提高，使高分影像的光谱异质性明显增大，丰富了地物细节信息，也导致大量的同物异谱和同谱异物的现象以及阴影等因素的不利影响也给基于高分影像的变化检测带来了新的挑战。在现有相关文献中提出了大量的变化检测方法，这些方法各有优缺点，在直接运用前人提出的方法实施高分影像变化检测中还存在以下问题：

1. 传统的基于像元的变化检测方法容易产生“椒盐现象”，检测结果图斑边缘破碎；
2. 基于对象的变化检测流程一般是通过某种分割算法将像元合并成影像对象，但现有的分割算法很难有效地提取合理表达影像空间结构信息的局部影像特征；
3. 基于监督学习的变化检测方法需要选取大量的训练样本，人工标注成本较高，降低了变化检测的效率。

2. 研究的基本内容

全文主要分为以下几个部分：

第一部分：介绍了研究背景，讲述了变化检测的发展现状，同时也讲述了该研究的目的和意义，对国内外现状做了总结。

第二部分：介绍了研究的方法，基于超像素变化检测的研究——利用超像素分割的方法对2张不同时相的遥感影像进行处理，获取超像素对象，提取光谱和纹理特征，进行标注，进行变化检测。

3. 实施方案、进度安排及预期效果

实施方案： 在阅读相关指定参考文献的基础上，运用所学遥感知识，对2张不同时相的遥感影像进行初步的目视解译分析，对遥感影像进行进一步的超像素分割处理，获取超像素对象，提取对应的光谱和纹理特征，分别标注，后进行变化检测分析变化像素和未变像素的关系。

进度安排：2018年11月14日前，完成选题；

2018年12月20日前，了解课题，填写毕业论文任务书；

4. 参考文献

[1]超像素分割和多方法融合的遥感影像变化检测方法[j]. 肖明虹,冯文卿,眭海刚.测绘通报. 2018(10)

[2]面向地表覆盖变化检测的服务关系模型与方法研究[j]. 邢华桥.测绘学报. 2018(09)

[3]超像素与主动学习相结合的遥感影像变化检测方法.王成军,毛政元,徐伟铭,翁 谦.地球信息科学学报.2008