專利名稱：一種多層次分割的遙感影像變化檢測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種遙感圖像變化檢測的方法，尤其涉及一種多層次分割的遙感影像變化檢測方法，屬于圖像處理技術(shù)領(lǐng)域。
背景技術(shù)：
遙感圖像變化檢測是指對同一地區(qū)不同時期的遙感圖像進(jìn)行分析，從中檢測出地物隨時間發(fā)生變化的信息，這些信息可用于地理系統(tǒng)信息更新、資源環(huán)境監(jiān)測、目標(biāo)動態(tài)監(jiān)視以及軍事打擊效果評估等。目前的檢測技術(shù)分為1.基于像元的變化檢測方法基于像元的變化檢測，其實現(xiàn)主要依賴于由地物變化引起的遙感圖像中光譜反射值的改變，而這些改變可能是由于地物的真實變化引起的，也可能是由于傳感器位置，太陽入射角，云，霧等非地物因素的差異引起的，因此，需要對比較的圖像進(jìn)行配準(zhǔn)，配準(zhǔn)之后直接進(jìn)行像元相減，求出差異圖像。假設(shè)圖像輸入為兩幅不同時相的遙感圖像X(tl)，X(t2)，并已經(jīng)做過配準(zhǔn)處理。差異圖像Xchange = I X(tl)_X(t2)2.面向?qū)ο蟮淖兓瘷z測技術(shù)(1)分類后比較分類后比較的方法首先分別對兩期圖像進(jìn)行圖像分割，然后將圖像分割結(jié)果與各自的光譜分類結(jié)果結(jié)合進(jìn)行圖像的再分類(即面向?qū)ο蟮姆诸?，接著對兩個時相的分類圖像進(jìn)行比較，得到變化檢測結(jié)果，如

圖1所示。⑵直接比較直接比較的方法首先選擇兩景不同時相的遙感影像，包括多光譜數(shù)據(jù)和全色波段數(shù)據(jù)，對選擇的數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的兩期遙感影像的所有波段組成一景影像， 對該影像進(jìn)行分割，建立兩景不同時相遙感影像的對象的一一映射關(guān)系；基于分割結(jié)果，構(gòu)建每個對象的特征集描述，利用這些特征值進(jìn)行代數(shù)計算，設(shè)定一個變化閾值，結(jié)合計算結(jié)果，最終得到變化圖像，其整體方案如圖2所示?，F(xiàn)有技術(shù)缺點(1)基于像元的變化檢測，有很多偽變化信息，變化檢測精度不高，不適用于高分
辨率遙感影像。(2)面向?qū)ο蟮淖兓瘷z測方法，采用直接比較法，即圖像分割后，直接提取特征值進(jìn)行圖斑對象的變化檢測，很難檢測到亞圖斑對象(分割區(qū)域內(nèi)部)的變化情況。采用分類后比較法，即在圖像分割后，以圖斑對象進(jìn)行分類，從而得到各類要素的變化情況。該方法受限于分類結(jié)果的精確度，存在分類誤差累積的現(xiàn)象。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有的遙感圖像變化檢測技術(shù)的不足，提出一種面向?qū)ο蟮膱D斑變化檢測方法。本發(fā)明所采用的技術(shù)方案是一種多層次分割的遙感影像變化檢測方法，檢測分為以下步驟1.選取待檢測區(qū)域兩景不同時相的遙感影像，01期和02期；2.選取01期遙感影像作為基準(zhǔn)影像，02期遙感影像作為檢測影像；3.對選擇的遙感影像進(jìn)行圖像預(yù)處理。包括降噪處理、輻射校正和影像配準(zhǔn)；(1)降噪處理圖像的噪聲一般存在于圖像的高頻部分，而要想剔除高頻信號中的噪聲，需要將圖像的高低頻分開，本發(fā)明利用小波變化進(jìn)行圖像消噪，剔除混雜在圖像中的非相關(guān)信息；(2)輻射校正本發(fā)明采用統(tǒng)計回歸法，以基準(zhǔn)影像為主圖像，對檢測影像進(jìn)行輻射校正，該方法在兩時相影像中找到同一地點沒有發(fā)生地物類型變化且光譜性質(zhì)穩(wěn)定的地物樣本點，利用其灰度值的線性相關(guān)關(guān)系進(jìn)行校正，不需要傳感器的輻射定標(biāo)和相關(guān)大氣參數(shù)就可獲得規(guī)則化的地物反射率數(shù)據(jù)；(3)影像配準(zhǔn)本發(fā)明采用仿射不變特征提取算法實現(xiàn)影像配準(zhǔn)，方法首先構(gòu)建具有仿射不變性的SIFT描述子，并利用該描述子對提取的控制點進(jìn)行匹配，求出變換參數(shù)實現(xiàn)影像配準(zhǔn)；4.將步驟3選擇的基準(zhǔn)影像進(jìn)行面向?qū)ο蟮亩喑叨确指畋景l(fā)明采用均值平移 (Mean-shift)的分割算法對基準(zhǔn)影像進(jìn)行第一次分割，得到基準(zhǔn)影像的圖斑對象和邊界信息。組合這些邊界信息并轉(zhuǎn)換為分割矢量圖；5.將步驟4所得的分割矢量圖疊加檢測影像，對該影像進(jìn)行分割，得到與基準(zhǔn)影像一一對應(yīng)的圖斑對象；6.基于上述的分割結(jié)果，得到各個圖斑對象，提取對象的多個特征值，主要包括紋理特征(灰度共生矩陣-熵)、光譜特征(均值)和形狀特征(密度)；本發(fā)明根據(jù)公式(1)來計算均值，其中Ci表示影像對象中每個像素點的像素值；
權(quán)利要求
1. 一種多層次分割的遙感影像變化檢測方法，其特征在于檢測分為以下步驟(1).選取待檢測區(qū)域兩景不同時相的遙感影像，01期和02期；(2).選取01期遙感影像作為基準(zhǔn)影像，02期遙感影像作為檢測影像；(3).對選擇的遙感影像進(jìn)行圖像預(yù)處理。包括降噪處理、輻射校正和影像配準(zhǔn)；(A)降噪處理圖像的噪聲一般存在于圖像的高頻部分，而要想剔除高頻信號中的噪聲，需要將圖像的高低頻分開，本發(fā)明利用小波變化進(jìn)行圖像消噪，剔除混雜在圖像中的非相關(guān)信息；(B)輻射校正本發(fā)明采用統(tǒng)計回歸法，以基準(zhǔn)影像為主圖像，對檢測影像進(jìn)行輻射校正，該方法在兩時相影像中找到同一地點沒有發(fā)生地物類型變化且光譜性質(zhì)穩(wěn)定的地物樣本點，利用其灰度值的線性相關(guān)關(guān)系進(jìn)行校正，不需要傳感器的輻射定標(biāo)和相關(guān)大氣參數(shù)就可獲得規(guī)則化的地物反射率數(shù)據(jù)；(C)影像配準(zhǔn)本發(fā)明采用仿射不變特征提取算法實現(xiàn)影像配準(zhǔn)，方法首先構(gòu)建具有仿射不變性的SIFT描述子，并利用該描述子對提取的控制點進(jìn)行匹配，求出變換參數(shù)實現(xiàn)影像配準(zhǔn)；(4).將步驟3選擇的基準(zhǔn)影像進(jìn)行面向?qū)ο蟮亩喑叨确指畋景l(fā)明采用均值平移 (Mean-shift)的分割算法對基準(zhǔn)影像進(jìn)行第一次分割，得到基準(zhǔn)影像的圖斑對象和邊界信息。組合這些邊界信息并轉(zhuǎn)換為分割矢量圖；(5).將步驟4所得的分割矢量圖疊加檢測影像，對該影像進(jìn)行分割，得到與基準(zhǔn)影像一一對應(yīng)的圖斑對象；(6).基于上述的分割結(jié)果，得到各個圖斑對象，提取對象的多個特征值，主要包括紋理特征(灰度共生矩陣-熵)、光譜特征(均值)和形狀特征(密度)；本發(fā)明根據(jù)公式(1)來計算均值，其中Ci表示影像對象中每個像素點的像素值；
全文摘要
本發(fā)明公開了一種多層次分割的遙感影像變化檢測方法，檢測共分為九大步驟，最后通過對圖像去噪、平滑等處理后，融合各個圖斑對象，最終得到遙感影像的的變化檢測結(jié)果。本發(fā)明首先采用分割后直接比較法，如果圖斑對象發(fā)生變化，算法則對這些圖斑對象進(jìn)行二次分割，然后再提取特征值進(jìn)行比較。本發(fā)明能有效的去除偽變化信息，提高變化檢測精度，并且相比已有方法，本發(fā)明能得到更加詳細(xì)復(fù)雜的變化結(jié)果，實現(xiàn)亞圖斑對象的變化檢測。
文檔編號G06T7/00GK102254319SQ20111009780
公開日2011年11月23日 申請日期2011年4月19日 優(yōu)先權(quán)日2011年4月19日
發(fā)明者徐成華, 楊金鋒, 馬鵬飛 申請人:中科九度(北京)空間信息技術(shù)有限責(zé)任公司