[發明專利]基于慢特征分析的遙感影像變化檢測方法

有效

• 申請號: 201310689353.2
• 申請日: 2013-12-16
• 公開（公告）號: CN103632155A
• 公開（公告）日: 2014-03-12
• 發明（設計）人: 武辰;杜博;張良培
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 張火春

技術領域

本發明屬于遙感影像處理技術領域，尤其涉及一種基于慢特征分析的遙感影像變化檢測方法。

背景技術

人類活動對地球表面環境造成了巨大影響，這種影響體現在環境變化、城市發展等各個方面。因此，實時精確地獲取地球地表覆蓋的變化情況對于環境監測和資源管理意義重大（Lu,D.,P.Mausel,E.Brondizio?and?E.Moran(2004).″Change?detection?techniques.″International?Journal?of?Remote?Sensing25(12):2365-2401.）。

變化檢測是指通過對同一地區不同時間的地物分布情況進行觀測來確定地表變化（Singh,A.(1989).″Review?Article?Digital?change?detection?techniques?using?remotely-sensed?data.″International?Journal?of?Remote?Sensing10(6):989-1003.）。遙感影像能夠長期提供較大范圍的地表信息，在變化檢測中有著重要的應用。目前遙感影像變化檢測已經廣泛應用于土地覆蓋/土地利用監測、城市發展研究、生態系統變化監測和災害監測等領域。如何快速準確地提取遙感影像中的變化區域是遙感影像研究的難點問題。

雖然遙感影像可以以一定周期性覆蓋同一區域，但是由于成像條件（太陽角度、傳感器、大氣條件、土壤濕度、物候差異）不同，造成同一地物在不同時期的遙感影像上顯示出不同的亮度值，這種現象稱為光譜差異。光譜差異是影響遙感影像變化檢測精度的最主要問題之一。如何有效地消除光譜差異，充分利用遙感影像的多波段信息提取真實變化，是遙感影像變化檢測亟需解決的難題。

針對遙感影像變化檢測問題，國內外學者提出了很多方法，包括影像代數法、分類后變化檢測法、光譜混合分析法、物理特征提取法等。其中，影像變換法是研究最為深入、應用最為廣泛的一種方法。影像變換法是將多波段遙感影像看作多維數據集，通過對多維數據進行投影的方法，將原始遙感影像投影到特征空間中，在特征空間中進行變化檢測。影像變換法能夠充分利用多波段遙感影像的光譜信息，通過數學原理尋找到最利于提取變化信息的特征空間，抑制噪聲和光譜差異，提高變化檢測精度。主成分分析變換算法、GS變換算法和多元變化檢測變換算法是最主要的影像變換法。其中，主成分分析變換算法和GS變換算法由于只考慮了數據的統計分布性質，沒有考慮變化檢測問題的特性，因此效果并不能讓人滿意，大多只應用于預處理等步驟，不能直接獲得地表覆蓋變化信息。多元變化檢測算法由Nielsen提出（Nielsen,A.A.,K.Conradsen?and?J.J.Simpson?(1998).″Multivariate?Alteration?Detection(MAD)and?MAF?Postprocessing?in?Multispectral,Bitemporal?Image?Data:New?Approaches?to?Change?Detection?Studies.″Remote?Sensing?of?Environment?64(1):1-19.），該算法基于數學統計學中的典型相關分析理論，針對兩組數據之間的相關性進行分析，從而對兩個數據集分別進行變換，得到變換特征。多元變化檢測算法得到了廣泛的研究，但是該算法沒有考慮到同源遙感影像之間波段的對應關系，無法充分利用遙感影像的光譜信息。

慢特征分析算法是一種從快速變化的輸入信號中提取不變特征的非監督學習方法（Wiskott,L.and?T.J.Sejnowski(2002).″Slow?feature?analysis:Unsupervised?learning?of?invariances.″Neural?computation14(4):715-770.）。研究發現從影像序列中訓練得到的慢特征函數與初級視覺皮層中的細胞種群有著定量上和定性上的一致性。慢特征分析已經在空間變換的不變物體識別、非線性盲信號分解和人類動作識別上得到了深入研究和應用。對于多時相遙感影像，變化像元存在著多種變化類型，因此變化像元的差異是多種多樣的，而未變化像元的差異只包含由于外界條件變化所造成的光譜差異，情況比較單一。相比較突出變化信息，通過抑制未變化像元的光譜差異來提高變化檢測精度更加有效和實際。因此，我們可以認為，在多時相遙感影像數據集上，時間維上的不變特征空間中，光譜差異得到了最大程度的抑制，變化像元得到了足夠的突出。

本文涉及如下參考文獻：