摘要：針對傳統變化檢測方法會存在明顯的“椒鹽現象”以及不同核函數對同一特征性能表現差別比較大的問題,借鑒面向對象思想,提出多特征混合核支持向量機(support vector machine,SVM)模型的變化檢測方法。首先,依據高空間分辨率遙感影像對象不同特征的變化檢測優勢,提取影像多種特征;然后,利用多種特征的多核函數組合,給出多特征混合核函數的構造方法;最后,構建基于多特征混合核SVM的變化檢測模型,充分挖掘變化目標的完整性與準確性。實驗結果表明,該方法能綜合利用多種特征信息,檢測精度明顯高于單一特征,有利于提取小樣本的變化信息,避免了以往檢測方法需要確定變化閾值的復雜性和不確定性。