[發明專利]基于半監督降維和顯著圖的多光譜圖像變化檢測方法

有效

• 申請號: 201410066724.6
• 申請日: 2014-02-26
• 公開（公告）號: CN103810710A
• 公開（公告）日: 2014-05-21
• 發明（設計）人: 王桂婷;焦李成;符米靜;王爽;侯彪;公茂果;鐘樺;馬文萍;馬晶晶
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

技術領域

本發明屬于圖像處理技術領域，更進一步涉及遙感圖像處理技術領域中的一種基于半監督降維和顯著圖的多光譜圖像變化檢測方法。本發明可應用于土地利用、植被覆蓋、水資源以及礦產資源的勘探等方面，能夠快速的檢測出兩時相多光譜遙感圖像的變化信息。

背景技術

變化檢測通過分析同一地區不同時期拍攝的多幅遙感圖像，檢測出該地區的地物隨時間發生變化的信息，其在國民經濟和國防建設的很多領域得到了應用，是遙感圖像信息處理中的熱點問題。不同地物類型的變化可能反映在不同的光譜范圍內，而多光譜遙感圖像數據具有從可見光到紅外光波段的多個接收頻段，豐富的光譜信息增加了識別多種類型變化的可能性和可信度，因此多光譜遙感圖像在變化檢測中的應用越來越廣泛。

北方工業大學在其申請的專利“一種多光譜圖像建筑物變化檢測方法”（專利申請號：201210587576.3，公開號：CN103077515A）中提出了一種應用多光譜圖像檢測建筑物變化的變化檢測方法。該方法實現的具體步驟是，首先，對兩時相多光譜圖像進行基于像素比值法的變化檢測，得到建筑物變化候選區域；其次，從第一時相和第二時相中將建筑物候選區域分割出來，對去除建筑物候選區域的第一時相圖像和第二時相圖像逐像素比較得到建筑物變化區域；最后，通過得到的建筑物變化區域指導原始兩時相多光譜圖像得到最終的變化檢測結果。該方法雖然能夠較好地利用多個光譜波段的信息，但仍存在的不足是，該方法對于單次變化區域確定的精度要求較高，容易造成誤檢過多的情況。

河海大學在其專利申請“一種多光譜遙感影像變化檢測方法”（專利申請號：201310097259，公開號：CN103218807A）中提出了一種基于支持矢量機（Support?vector?machine,SVM）混合核函數的多光譜遙感影像變化檢測方法。該方法實現的具體步驟是，首先，采用主成分分析（Principal?component?analysis,PCA）變換和相關系數融合法相結合的方式構造差異影像；其次，通過支持矢量機對從差異影像中提取的特征進行訓練，得到支持矢量機混合核分類器；最后，采用該分類器對差異影像進行分類得到最終的變化檢測結果。該方法雖然減少了波段間的冗余信息，增強了差異信息，但仍存在的不足是，該方法中采用的主成分分析變換由于提取的僅為主要成分的信息，容易造成變化信息的丟失。此外，支持矢量機方法對參與訓練的樣本的要求比較高，變化檢測結果的隨機性較大。

Marchesi和Bruzzone發表的“ICA?and?kernel?ICA?for?change?detection?in?multispectral?remote?sensing”（IEEE?International?Geoscience?and?Remote?Sensing?Symposium,2009,980-983）論文中提出一種基于獨立成分分析（Independent?component?analysis,ICA）的多光譜遙感圖像變化檢測方法。該方法實現的具體步驟是，首先，對各波段差異圖像作獨立成分分析，使不同類型的變化區域分布在若干相互獨立的分量圖像上；其次，人工選擇幾個分量圖像用于進行后續分類處理；最后，采用分類分割方法得到最終的變化檢測結果。該方法雖然能夠從多時相圖像中分離出具有非高斯分布的變化區域，但仍存在的不足是，該方法需要人工選取降維后所需要的分量圖像，不能實現自動化。

發明內容

本發明的目的在于針對上述已有技術的不足，提出一種基于顯著圖和半監督降維的多光譜遙感圖像變化檢測方法。以避免不同時相圖像間整體亮度差異的影響，以及變化信息選擇誤差造成變化信息檢測的錯誤，提高變化檢測的精度。

為實現上述目的，本發明的技術方案包括如下步驟：

(1)輸入兩時相多光譜圖像：

同時輸入同一地區、不同時刻的兩組多光譜圖像，任選其中一組多光譜圖像作為第1時相圖像，另一組多光譜圖像作為第2時相圖像；

(2)預處理：

(2a)任選第1時相圖像中的一個光譜波段圖像作為參考圖像，采用加權輻射校正方法，對該參考圖像在第2時相圖像中對應的光譜波段圖像進行輻射校正處理；

(2b)重復步驟(2a)，直至處理完第2時相中的每一幅圖像；

(2c)對第1時相圖像和加權輻射校正處理后的第2時相圖像中的每一幅圖像，均采用窗口大小為3×3的維納濾波進行去噪，得到預處理后的第1時相圖像和預處理后的第2時相圖像；

(3)生成對應波段差異圖：