[發(fā)明專利]基于變化矢量分析與分類后比較的遙感圖像變化檢測方法

有效

• 申請?zhí)枺?/td>: 201110401937.6
• 申請日: 2011-12-06
• 公開（公告）號: CN103150718A
• 公開（公告）日: 2013-06-12
• 發(fā)明（設計）人: 陳克明
• 申請（專利權(quán)）人: 中國科學院電子學研究所
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 周國城

技術領域

本發(fā)明涉及遙感圖像處理技術領域，尤其是針對變化矢量分析方法和分類后比較方法相結(jié)合的兩時相遙感圖像變化檢測方法。

背景技術

遙感圖像變化檢測是遙感圖像處理領域中最重要的應用方向之一。遙感圖像變化檢測技術在自然災害監(jiān)測、國土資源規(guī)劃管理、軍事目標打擊評估等眾多軍民領域都有重要的應用價值。隨著遙感圖像數(shù)據(jù)的分辨率增高，變化檢測可以獲取的變化信息日益豐富，使得變化檢測的實際應用范圍得到進一步擴大。

分類后比較方法(post-classification?comparison(PCC))和變化矢量分析方法(change?vector?analysis(CVA))是兩類常用的變化檢測方法。分類后比較方法通常先對每個時相的圖像進行分類，通過直接比較分類后圖像的標記圖，獲取兩時相上地面覆蓋發(fā)生的變化情況。變化矢量分析方法則是直接獲取關于兩時相圖像的變化矢量，通過對變化矢量的分析，得到兩時相上地面覆蓋發(fā)生的變化情況。分類后比較方法的優(yōu)點是：不需要對兩時相的圖像進行輻射校正，能夠比較方便地獲取地面上覆蓋類型的變化情況。其缺點是：忽略了兩時相圖像之間的依存關系，容易導致錯誤的累積，致使檢測精度不高。變化矢量分析方法的優(yōu)點是：比較充分地利用了兩時相圖像之間的依存關系，能夠比較有效地抑制由于分類錯誤產(chǎn)生的誤差累積。其缺點是：檢測受光照、植被等輻射因素影響嚴重；另外，由于變化矢量獲取的不唯一性，導致原始圖像信息損失嚴重，致使檢測結(jié)果不具備唯一性。

如何綜合利用兩種方法的優(yōu)點，實現(xiàn)優(yōu)勢互補，提高檢測精度，是一個比較有意義的問題。現(xiàn)有方法(J.Chen，X.Chen，X.Cui，and?J.Chen，″Change?Vector?Analysis?in?Posterior?Probability?Space：A?New?Method?for?Land?Cover?Change?Detection″.IEEE?Trans.Trans.Geosci.Remote?Sens.Letters，vol.8，no.2，pp.317-321，Mar.2011.)試圖利用變化矢量分析方法降低分類后比較方法的誤差積累，但是這類方法的重要缺點就是不能充分利用兩時相圖像的依存信息，需要手工閾值選取，自動化程度不高。本發(fā)明綜合利用分類后比較方法和變化矢量分析方法的優(yōu)點，實現(xiàn)優(yōu)勢互補，第一次將分類后比較方法與變化矢量分析方法相結(jié)合的變化檢測方法轉(zhuǎn)化為一個聯(lián)合馬爾可夫能量函數(shù)表現(xiàn)形式，通過能量函數(shù)的優(yōu)化求解，獲取最優(yōu)的變化檢測輸出結(jié)果。整個檢測過程無需人工干預，自動化程度高。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于變化矢量分析與分類后比較的遙感圖像變化檢測方法，以充分有效利用變化矢量分析方法與分類后比較方法的優(yōu)勢，提高變化檢測精度。

為實現(xiàn)上述目的，本發(fā)明的技術方案是：

一種基于變化矢量分析與分類后比較的遙感圖像變化檢測方法，其包括以下步驟：

第一步，分別對兩時相的遙感圖像以像素為單位提取顏色和紋理特征；

第二步，用馬爾可夫隨機場理論，將基于分類后比較方法的兩時相遙感圖像變化檢測轉(zhuǎn)化為兩時相圖像上馬爾可夫能量函數(shù)比較；

第三步，分別對兩時相圖像進行過分割，根據(jù)規(guī)則分別對兩時相過分割圖像區(qū)域進行重新調(diào)整；

第四步，將基于變化矢量分析方法的兩時相遙感圖像變化檢測轉(zhuǎn)換為基于區(qū)域特征的相似性度量函數(shù)項；

第五步，將基于分類后比較的馬爾可夫能量函數(shù)與基于變化矢量分析的相似性度量函數(shù)項進行聯(lián)合，構(gòu)造一個聯(lián)合馬爾可夫能量函數(shù)；

第六步，用優(yōu)化方法對聯(lián)合能量函數(shù)進行求解，輸出變化檢測結(jié)果。

所述的遙感圖像變化檢測方法，其所述第一步，像素級特征提取，包括：

a1、以像素為單位，提取每個像素的CIELab顏色特征、Gabor紋理特征、熵特征；其中，Lab顏色特征維數(shù)為3；Gabor濾波器尺度參數(shù)、方向參數(shù)根據(jù)實際需要選擇維數(shù)，Gabor紋理特征的維數(shù)為5×8＝40；根據(jù)圖像分辨率選取窗口大小，計算以當前像素為中心的窗口區(qū)域內(nèi)圖像的熵作為該像素的熵特征，熵特征的維數(shù)為1；

a2、分別對每類特征進行歸一化處理。