[發(fā)明專利]基于慢特征分析的遙感影像變化檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310689353.2
• 申請(qǐng)日: 2013-12-16
• 公開(kāi)（公告）號(hào): CN103632155A
• 公開(kāi)（公告）日: 2014-03-12
• 發(fā)明（設(shè)計(jì)）人: 武辰;杜博;張良培
• 申請(qǐng)（專利權(quán)）人: 武漢大學(xué)
• 主分類號(hào): G06K9/46
• 分類號(hào): G06K9/46
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 張火春

1.基于慢特征分析的遙感影像變化檢測(cè)方法，其特征在于：

將多時(shí)相遙感影像X和Y分別讀入大小為N×P的矩陣X和Y中，矩陣中各元素為各波段對(duì)應(yīng)的像素輻射值，N為多時(shí)相遙感影像的波段數(shù)，P為多時(shí)相遙感影像的像素?cái)?shù)，基于矩陣X和矩陣Y對(duì)多時(shí)相遙感影像X和Y進(jìn)行如下操作：

步驟1，獲取多時(shí)相遙感影像X和Y各波段的像素輻射值均值和像素輻射值標(biāo)準(zhǔn)差；

步驟2，根據(jù)各波段的像素輻射值均值和像素輻射值標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化多時(shí)相遙感影像X和Y；

步驟3，基于標(biāo)準(zhǔn)化的多時(shí)相遙感影像X和Y獲取多時(shí)相遙感影像X和Y的差值影像的協(xié)方差矩陣A、以及多時(shí)相遙感影像X和Y的協(xié)方差矩陣的和矩陣B；

步驟4，求解矩陣A相對(duì)矩陣B的廣義特征值及廣義特征值對(duì)應(yīng)的特征向量，按照廣義特征值大小對(duì)對(duì)應(yīng)的特征向量進(jìn)行排序，獲得有序的特征向量矩陣，其中，將廣義特征值從小到大排序，排序?yàn)閖的廣義特征值為第j個(gè)波段的廣義特征值；

步驟5，采用有序的特征向量矩陣，將標(biāo)準(zhǔn)化的多時(shí)相遙感影像X和Y投影到特征空間，并獲得多時(shí)相遙感影像X和Y各波段的特征差值；

步驟6，根據(jù)各波段的特征差值和廣義特征值，獲得各像素點(diǎn)的卡方距離，并根據(jù)像素點(diǎn)的卡方距離獲得多時(shí)相遙感影像X和Y的變化檢測(cè)結(jié)果。

2.如權(quán)利要求1所述的基于慢特征分析的遙感影像變化檢測(cè)方法，其特征在于：

步驟2具體為：

采用公式標(biāo)準(zhǔn)化多時(shí)相遙感影像，其中，是多時(shí)相遙感影像第i個(gè)像素第j個(gè)波段的標(biāo)準(zhǔn)化像素輻射值；是多時(shí)相遙感影像第i個(gè)像素第j個(gè)波段的像素輻射值；是多時(shí)相遙感影像第j個(gè)波段的像素輻射值均值；是多時(shí)相遙感影像第j個(gè)波段的像素輻射值標(biāo)準(zhǔn)差。

3.如權(quán)利要求1所述的基于慢特征分析的遙感影像變化檢測(cè)方法，其特征在于：

步驟3中所述多時(shí)相遙感影像X和Y的差值影像的協(xié)方差矩陣A為：

A=1PΣi=1P(x^i-y^i)(x^i-y^i)T]]>

其中，和分別是多時(shí)相遙感影像X和Y第i個(gè)像素的標(biāo)準(zhǔn)化像素輻射值向量，P是多時(shí)相遙感影像X的總像素?cái)?shù)；

步驟3中所述的多時(shí)相遙感影像X和Y的協(xié)方差矩陣的和矩陣B為：

B=12P[Σi=1P(x^i)(x^i)T+Σi=1P(y^i)(y^i)T]]]>

其中，和分別是多時(shí)相遙感影像X和Y第i個(gè)像素的標(biāo)準(zhǔn)化像素輻射值向量，P是多時(shí)相遙感影像X的總像素?cái)?shù)。