[發明專利]一種基于自適應卡方變換的多時相遙感影像變化檢測方法

有效

• 申請號: 201610814220.7
• 申請日: 2016-09-09
• 公開（公告）號: CN106650571B
• 公開（公告）日: 2019-09-10
• 發明（設計）人: 石愛業;儲艷麗
• 申請（專利權）人: 河海大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/30;G06T7/10;G06T5/50
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 許方

技術領域

本發明屬于遙感影像處理技術領域，特別涉及了一種基于自適應卡方變換的多時相遙感影像變化檢測方法。

背景技術

隨著多時相遙感數據的不斷積累以及空間數據庫的相繼建立，如何從這些遙感數據中提取和檢測變化信息已成為遙感科學和地理信息科學的重要研究課題。根據同一區域不同時相的遙感影像，可以提取城市、環境等動態變化的信息，為資源管理與規劃、環境保護等部門提供科學決策的依據。

遙感影像的變化檢測就是從不同時期的遙感數據中，定量地分析和確定地表變化的特征與過程。各國學者從不同的角度和應用研究提出了許多有效的檢測算法，主要包括非監督變化檢測和監督變化檢測兩大類算法。其中非監督變化檢測算法比較直觀，不需要先驗信息，由于不需要訓練樣本，檢測算法成本低。其中代表性的基于變換的檢測方法有PCA變換法、ICA變換法、MAD變換法、卡方變換法(Chi-Squared Transform,CST)等檢測算法。傳統的基于CST的多時相光學遙感變化檢測方法，先計算差異影像的均值和方差矩陣，然后再基于置信水平，確定變化檢測的閾值，進而得到變化檢測結果。該類技術中，假定非變化的像素服從高斯分布，卡方值大的像素看作是出界點(outlier)或變化點，故此不可能屬于高斯分布。使用CST的不足有兩點：(1)是在估計高斯分布的均值和方差矩陣時，將整個影像視為非變化區域。由于變化的像素點也包括在整個影像中，故此會造成估計的均值和方差矩陣是有偏差的。(2)在計算CST變換值以后，閾值的選擇一般靠試錯法，使得檢測的應用推廣性差。

針對上述問題，對關鍵參數的自適應選擇是變化檢測技術中的重點。

發明內容

為了解決上述背景技術提出的技術問題，本發明旨在提供一種基于自適應卡方變換的多時相遙感影像變化檢測方法，采用自適應卡方變換方法克服現有變化檢測技術中由多時相多光譜遙感影像背景信息復雜、噪聲干擾嚴重帶來的影響。

為了實現上述技術目的，本發明的技術方案為：

一種基于自適應卡方變換的多時相遙感影像變化檢測方法，包括以下步驟：

(1)輸入兩時相的高分辨率光學遙感影像，分別記為X₁和X₂；

(2)對X₁和X₂進行影像配準；

(3)利用多元變化檢測方法分別對X₁和X₂進行輻射歸一化校正；

(4)計算多時相差異影像D_X＝X₁-X₂；

(5)自適應估計多時相差異影像D_X高斯分布的均值m和方差矩陣Σ；

(6)計算多時相差異影像D_X上每個點的卡方值；

(7)迭代估計最優檢測閾值，利用最優檢測閾值進行卡方變換，得到變化檢測結果。

進一步地，步驟(5)的具體過程如下：

(A)輸入多時相差異影像D_X、至少一個像素點不是變化點的概率p、變化點占整個像素的比值r、使用非變化點的系數s、確定采樣大小的乘積因子f；

(B)計算用來估計均值和方差矩陣的像素點數目：

上式中，N表示D_X的像素點總數，表示取最接近的整數；

(C)計算迭代次數：

上式中，m＝f(1+b)，b是D_X的波段數目；

(D)開始如下迭代過程，直到達到迭代次數為n為止：

a)從D_X中隨機抽取m個點，估計均值m和方差矩陣Σ；

b)對D_X中所有的像素點計算如下的距離：

上式中，D_x(i,j)為D_X上坐標(i，j)處的像素；

c)將所有的d_ij按照從小到大的順序排列；

d)從步驟c)的排列結果中取得前N_max個d_ij對應的像素點坐標；

e)計算步驟d)得到的N_max個像素點坐標對應的均值和方差矩陣；

f)計算步驟e)得到的方差矩陣的行列式值；

g)如果迭代次數小于n，回到步驟a)，否則終止迭代，并找出最小的方差距陣行列式值對應的均值和方差矩陣，即為估計的高斯分布的均值和方差矩陣。