امروزه، آشکارسازی تغییرات در مناطق شهری به کمک تصاویر ماهواره¬ای با قدرت تفکیک مکانی بالا به طور گسترده مورد توجه پژوهشگران قرار گرفته است زیرا این گونه از تصاویر اطلاعات مناسبی از منطقه را در اختیار کاربران قرار می¬دهند. روش¬های زیادی برای آشکارسازی تغییرات به کمک این تصاویر وجود دارند که به طور عمده استفاده می-شوند. بعضی از آن¬ها بر مبنای استفاده از ویژگی¬های ساختاری اینگونه تصاویر هستند. هرچند این روش¬ها حجم وسیعی از اطلاعات را در اختیار کاربران قرار می¬دهند اما در این حالت صحت آشکارسازی تغییرات بستگی به یک سری پارامترها از قبیل سایز پنجره¬ی انتخاب شده دارد. دسته¬ی دیگری از متد¬های آشکارسازی تغییرات که بر مبنای تصاویر با رزولوشن مکانی بالا هستند، روش¬های یادگیری ماشین هستند. صحت آشکارسازی تغییرات در هنگام استفاده از روش¬های یادگیری ماشین نیز بستگی به تعداد و صحت داده¬های آموزش دارد. برای حل مشکلات فوق، روش¬های خودکار ارائه و استفاده می¬شوند. اما این روش هم مانند متدهای قبلی مشکلاتی دارد.هدف تحقیق حاضر طبقه بندی، ارزیابی و مقایسه¬ی بعضی از تحقیقات انجام شده در این رابطه است. در حالت کلی هیچ یک از الگوریتم¬ها به دیگری برتری مطلق ندارد و دقت خروجی الگوریتم¬ها وابسته به انتخاب نوع الگوریتم نیست.

کلمات کلیدی