通用变化检测
变化检测是对同一地区多时相幅影像（通常在不同时期针对一个区域收集）进行比较，以确定变化的类型、幅度和位置变化，其在土地利用、城市扩张、地质灾害监测、生态环境保护、森林防护等自然资源领域均有重要和广泛的应用价值。
SuperMap iDesktopX提供通用变化检测功能，可服务于多种影像变化检测场景，识别出发生变化的地块并生成兴趣类别变化像元的矢量结果。通用变化检测功能可细粒度解译影像，通常用来获得建筑物、道路和水体等特征明显的地物变化。
主要参数
下图为某地区的建筑物通用变化检测结果，可以看到图中零星增加的建筑物（粉色框）被准确的识别，且建筑物轮廓与实际较为贴合。除此之外，对于形状改变的建筑物（图8左上角红色框）和大片增加的被拆除的建筑物（蓝色框）均有较好的提取效果，且建筑物边界清晰完整，可满足实际需要。
- 功能入口：工具箱->机器学习->影像分析->通用变化检测工具。
- 源数据：选择需要进行变化检测的影像或栅格数据。
- 对比数据：选择需要进行变化检测的对比影像或栅格数据。
- 模型文件：选择用于变化检测的模型文件（*.sdm）。
- 瓦片重叠（像元）：默认值为0，可设置成切片大小的1/8--1/4，减少切片边缘数据预测不充分的问题。切片重叠像元越大，推理整张影像所需的时间越长。
- 单步运算量：推理时一次处理的图片数量，默认值为1。在合理范围内，单步运算的数量与内存（显存）占用成正比，与推理时间成反比。
- 处理器类型：可以使用计算机中央处理器 (CPU) 或图形处理单元 (GPU) 来处理数据。GPU具有较快的计算速度。
- GPU编号：可以指定用于处理数据的 GPU 标识号，默认值为 0。支持多卡推理。
- 其他参数设置：勾选该复选框即可设置范围数据集/数据源参数。
- 范围数据集/数据源：用于自定义范围推理，可根据输入的矢量数据集范围推理影像。
- 结果数据：即通用变化检测的结果矢量数据集，设置结果数据集保存的数据源和保存名称。
- 运行：单击对话框中的运行按钮，即可执行通用变化检测操作，此时，Python 窗口会显示功能执行的进度信息。
相关内容
