该资源主要是对多时相影像变化检测进行精度评价（C++实现），代码注释非常详细，非常实用！！！

代码主要是对变化检测结果做一个可视化实现，语言 C++，工具 vs2019 + Qt 能满足大多数需求且简单易懂适合学习！！！

python实现k-means算法图片的变化检测。变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征与过程；遥感变化检测是一个确定和评价各种地表现象随时间发生变化的过程；遥感变化检测是遥感瞬时视场中地表特征随时间发生的变化引起两个时期影像像元光谱响应的变化。

针对ArcGIS数据进行变化分析，新矢量数据在旧矢量数据的基础上进行过一定的改动，对部分要素进行了新增要素、删除要素、修改要素（图形、属性单独或同时修改）等操作。对比两份数据，检测出其中差异的部分。

贝叶斯变化检测 基于贝叶斯模型的变化检测模块实现了一种递归算法，用于分割实值输入-输出数据序列。 段边界的选择假设在每个段内，输入-输出数据遵循多元线性模型。 线性模型的参数（即系数矩阵和噪声协方差矩阵）被视为随机变量，从而产生完全贝叶斯模型。 序列分割通过递归更新一组分割假设来在线进行。 给定到目前为止的所有数据，每个假设都捕获关于当前段长度的特定信念。 每次新的输入输出数据到达时，都会更新假设以反映这些知识。 每个更新步骤的计算成本通过近似值保持不变。 计算成本和近似质量之间的折衷可以通过调整参数来控制。 安装 可以使用pip安装此模块。 要从命令行下载并安装此模块，请在控制台中键入以下命令： git clone git@github.com:gabrieag/bayesian-change-detection.git cd bayesian-change-detection s

WiFi-移动-识别 使用 WiFi CSI 信息来识别运动

混合的SAR图像变化检测方法混合的SAR图像变化检测方法

SAR图像变化检测可以通过对差异图的分类来实现，由于SAR图像容易受到相干斑噪声的干扰，从而影响变化检测效果。提出了一种基于空间邻域信息模糊聚类的SAR图像变化检测方法，根据对数比法和均值比法的各自特点，构造了一种新的差异图生成方法，并通过对传统的模糊聚类算法结合像素的空间邻域信息进行改进，来实现SAR图像的变化检测。实验结果表明，与传统的阈值法、模糊聚类算法以及局部邻域信息模糊C均值算法相比，提出的算法具有较高的检测精度，不但能有效地抑制噪声影响，同时能较好地保留图像细节信息。

很好的图像变化检测的程序，有利于对图像操作的理解

介绍了一特别是基于treelet特征融合的遥感图像变化检测方法，内部含有MATLAB代码