摘要：針對(duì)傳統(tǒng)變化檢測(cè)方法會(huì)存在明顯的“椒鹽現(xiàn)象”以及不同核函數(shù)對(duì)同一特征性能表現(xiàn)差別比較大的問(wèn)題,借鑒面向?qū)ο笏枷?提出多特征混合核支持向量機(jī)(support vector machine,SVM)模型的變化檢測(cè)方法。首先,依據(jù)高空間分辨率遙感影像對(duì)象不同特征的變化檢測(cè)優(yōu)勢(shì),提取影像多種特征;然后,利用多種特征的多核函數(shù)組合,給出多特征混合核函數(shù)的構(gòu)造方法;最后,構(gòu)建基于多特征混合核SVM的變化檢測(cè)模型,充分挖掘變化目標(biāo)的完整性與準(zhǔn)確性。實(shí)驗(yàn)結(jié)果表明,該方法能綜合利用多種特征信息,檢測(cè)精度明顯高于單一特征,有利于提取小樣本的變化信息,避免了以往檢測(cè)方法需要確定變化閾值的復(fù)雜性和不確定性。