摘要:提出了一种基于主分量分析(PCA)和上下截集模糊Kohonen聚类网络(UDSFKCN)的、无监督的、不同时相的和卫星影像的像素级变化检测新算法。将PCA和UDSFKCN两种方法结合,并将它应用于不同时相的卫星影像的变化检测。该方法结合每个像素的邻域信息,利用PCA,产生每个像素对应的基于邻域信息的特征向量;又将变化区域检测问题转化为两类间的分类问题;然后利用UDSFKCN对每个像素所对应的特征向量进行变化类与未变化类的聚类,得到像素级的变化区域的检测图。实验结果表明,与传统方法相比,对于高斯和斑点噪声,本文算法具有更高的检测准确性和抗噪性能。