[發明專利]一種多層次分割的遙感影像變化檢測方法

有效

• 申請號: 201110097807.8
• 申請日: 2011-04-19
• 公開（公告）號: CN102254319A
• 公開（公告）日: 2011-11-23
• 發明（設計）人: 徐成華;楊金鋒;馬鵬飛
• 申請（專利權）人: 中科九度(北京)空間信息技術有限責任公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種多層次分割的遙感影像變化檢測方法，其特征在于：檢測分為以下步驟：

(1).選取待檢測區域兩景不同時相的遙感影像，01期和02期；

(2).選取01期遙感影像作為基準影像，02期遙感影像作為檢測影像；

(3).對選擇的遙感影像進行圖像預處理。包括降噪處理、輻射校正和影像配準；

(A)降噪處理：圖像的噪聲一般存在于圖像的高頻部分，而要想剔除高頻信號中的噪聲，需要將圖像的高低頻分開，本發明利用小波變化進行圖像消噪，剔除混雜在圖像中的非相關信息；

(B)輻射校正：本發明采用統計回歸法，以基準影像為主圖像，對檢測影像進行輻射校正，該方法在兩時相影像中找到同一地點沒有發生地物類型變化且光譜性質穩定的地物樣本點，利用其灰度值的線性相關關系進行校正，不需要傳感器的輻射定標和相關大氣參數就可獲得規則化的地物反射率數據；

(C)影像配準：本發明采用仿射不變特征提取算法實現影像配準，方法首先構建具有仿射不變性的SIFT描述子，并利用該描述子對提取的控制點進行匹配，求出變換參數實現影像配準；

(4).將步驟3選擇的基準影像進行面向對象的多尺度分割：本發明采用均值平移(Mean-shift)的分割算法對基準影像進行第一次分割，得到基準影像的圖斑對象和邊界信息。組合這些邊界信息并轉換為分割矢量圖；

(5).將步驟4所得的分割矢量圖疊加檢測影像，對該影像進行分割，得到與基準影像一一對應的圖斑對象；

(6).基于上述的分割結果，得到各個圖斑對象，提取對象的多個特征值，主要包括紋理特征(灰度共生矩陣-熵)、光譜特征(均值)和形狀特征(密度)；

本發明根據公式(1)來計算均值，其中C_i表示影像對象中每個像素點的像素值；

C‾=1nΣi=1nCi---(1)]]>

利用公式(2)來計算熵值，其中p(i，j)表示灰度共生矩陣中第(i，j)個元素；

f=Σi=1GΣj=1GP(i,j)log[P(i,j)]---(2)]]>

利用公式(3)來計算密度值，其中Var表示求方差；

d=n1+Var(x)+Var(y)---(3)]]>

(7).基于步驟6所得到的特征值，設定相應的閾值，進行特征值檢測，對于檢測結果進行加權融合，得到變化圖斑和非變化圖斑；

(8).對于變化圖斑，進行第二次分割，首先選取檢測影像的圖斑對象作為基準影像進行分割，得到多個亞圖斑對象，重復4-7步；

(9).結果融合：通過去噪、平滑等后處理，融合各個圖斑對象，最終得到遙感影像的的變化檢測結果。