一种遥感影像目标变化检测方法
【专利摘要】本发明提供的遥感影像目标变化检测方法，选取同一区域不同时相的遥感影像，并对所述遥感影像进行预处理，再根据地物特征分割所述遥感影像，从而建立不同时相遥感影像地物间一一映射关系，并根据上述分割结果，将所述遥感影像分成N个5*5单元格，以上述单元格为基础，提取所述遥感影像的变化区域或变化点，所述变化区域或变化点经双边滤波、降噪处理后，从而得到变化的遥感影像。本发明提供的遥感影像目标变化检测方法，将遥感影像分割为若干块5*5的块矩阵为处理单元，从中心点开始，以八邻域为基础对遥感影像进行处理，提取所述遥感影像的变化区域或变化点，简单易行。
【专利说明】一种遥感影像目标变化检测方法
【【技术领域】】
[0001]本发明涉及图像处理【技术领域】，特别涉及图像变化检测方法，尤其涉及一种遥感影像目标变化检测方法。
【【背景技术】】
[0002]随着科学技术的发展，人类开发资源与改造自然的能力不断增强，自然界的变化和人类的各种活动，每天都在改变着地表景观及土地利用形式。由于遥感对地观测具有实时、快速、覆盖范围广、多光谱、周期性等特点，遥感技术已经成为变化检测最主要的技术手段。
[0003]遥感影像的变化检测就是从不同时间获取的同一地理区域的多时相遥感影像中，定性或定量地分析和确定地表变化特征和过程的技术。遥感影像的变化检测能分析地表覆盖变化趋势及演化规律，在土地利用/覆盖、灾害检测、森林植被变化、城市扩展与布局等诸多领域发挥着积极重要的作用，具有迫切的科学应用需求和广泛的应用前景。
[0004]国内核心期刊《遥感学报》(2009年13卷第4期639-646页)中公布了一种“自适应空间邻域分析和瑞利-高斯分布的多时相遥感影像自动变化检测”方法。该方法基于自适应空间邻域分析和改进的差值影像和比值影像乘积变换融合的差异影像构造方法，能有效地改善变化检测结果，但是该方法并不能很好地保留边缘信息，且没有将空间形状及方向信息加入其中以更好地判定邻域中的像元同质性性质。
[0005]中国专利CN201010267420.8公布了 “一种基于邻域相似度和阈值分割的遥感图像目标变化检测方法”，主 要利用强度归一化公式对两幅遥感图像进行灰度匹配，利用邻域相似性距离测度构造两幅遥感图像的相似矩阵，结合相似性矩阵构造两幅遥感图像的差异影像，对差异影像构造二维灰度直方图后，对影像进行分割，最后用模糊熵的方法对未处理的边缘和噪声点继续进行分类。虽然该方法对边缘进行了处理，但是该方法同样并未加入空间形状及方向信息以更好地判定邻域中的像元同质性性质。
【
【发明内容】
】
[0006]本发明目的是:提供一种遥感影像目标变化检测方法，该方法将空间形状及方向信息加入了其中，并在处理变化检测结果时，有效的保留了边缘信息，提高了变化检测结果的精度。
[0007]为实现上述目的，本发明采用下述技术方案:
[0008]一种遥感影像目标变化检测方法，包括下述步骤:
[0009]步骤SllO:选取同一区域不同时相的遥感影像，其中，所述遥感影像为多光谱影像、全色影像或SAR影像中的一种；
[0010]步骤S120:对所述遥感影像进行预处理；
[0011]步骤S130:利用差值法获取所述遥感影像的差值图像，并从所述差值图像的直方图中选取阈值；[0012]步骤S140:根据地物特征分割所述遥感影像，并建立不同时相遥感影像地物间 映射关系；
[0013]步骤S150:根据上述分割结果，将所述遥感影像分成N个5*5单元格；
[0014]步骤S160:以上述单元格为基础，提取所述遥感影像的变化区域或变化点；及
[0015]步骤S170:所述变化区域或变化点经双边滤波、降噪处理后，得到变化的遥感影
像
[0016]本发明详细技术方案如下:
[0017]在本实施例中，步骤S120中，对所述遥感影像进行预处理，具体包括:去雾处理、辐射校正、几何校正和影像降噪处理。
[0018]在本实施例中，步骤S130中，利用差值法获取所述遥感影像的差值图像，并从所述差值图像的直方图中选取阈值，具体包括下述步骤:
[0019]步骤S131:利用差值法获取所述遥感影像中各个波段的差值图像，其中，所述差值图像上的像素灰度值为不同时相遥感影像上各个波段相对应图像位置像素灰度值之差的绝对值；
[0020]步骤S132:根据所述直方图计算，选取最优阈值。
[0021]在本实施例中，步骤S140根据地物特征分割所述遥感影像，并建立不同时相遥感影像地物间一一映射关系，具体包括下述步骤:
[0022]步骤S141:根据地物特征分割所述遥感影像，采用基于区域生长的多尺度遥感图像分割算法分割所述遥感影像；
[0023]步骤S142:采用多层分级方法，建立不同时相遥感影像的对象的一一映射关系；
[0024]步骤S143:构建每个对象的特征集描述，其中，所述特征集包括光谱特征、纹理特征、空间距离、空间形状及方向特征。
[0025]在本实施例中，步骤S160中，以上述单元格为基础，提取所述遥感影像的变化区域或变化点，具体包括下述步骤:
[0026]步骤S161:以所述遥感影像左下角第一个5*5单元块开始，中心点记为(i，j)，每隔五个点取样，直至最后一个5*5单兀块；
[0027]步骤S162:不同时相的遥感影像中对应的5*5单元块作差取绝对值，并记为DIF ；
[0028]步骤S163:判断所述DIF是否超过所述阈值；
[0029]步骤S164:当步骤S163中判断结果为是，取所述中心点的八邻域，并作差取绝对值，并进行下一步；
[0030]步骤S165:判断所述八邻域中超出阈值点的是否个数>=5，若是，则所述5*5单元块的所有点均为变化点或变化区域，赋值为I ;若否，则所述中心点为错检点，并以上述八邻域内与中心点变化不同的点作为新的中心点，并返回步骤S164 ;
[0031]步骤S166:当步骤S165中判断结果为否，取所述中心点的八邻域，并作差取绝对值，并进行下一步；
[0032]步骤S167:判断所述八邻域中超出阈值点的是否个数>=5，若否，则所述5*5单元块的所有点均没有变化，赋值为O ;若是，则所述中心点为错检点，并以上述八邻域内与中心点变化不同的点作为新的中心点，并返回步骤S166。
[0033]在本实施例中，步骤S170中，所述双边滤波为使用水平和垂直方向上的一维滤波方式实现。
[0034]采用上述技术方案，本发明的有益效果在于:
[0035]本发明上述实施例提供的遥感影像目标变化检测方法，选取同一区域不同时相的遥感影像，并对所述遥感影像进行预处理，再根据地物特征分割所述遥感影像，从而建立不同时相遥感影像地物间一一映射关系，并根据上述分割结果，将所述遥感影像分成N个5*5单元格，以上述单元格为基础，提取所述遥感影像的变化区域或变化点，所述变化区域或变化点经双边滤波、降噪处理后，从而得到变化的遥感影像。本发明提供的遥感影像目标变化检测方法，将遥感影像分割为若干块5*5的块矩阵为处理单元，从中心点开始，以八邻域为基础对遥感影像进行处理，提取所述遥感影像的变化区域或变化点，简单易行。
[0036]另外，本发明上述实施例提供的遥感影像目标变化检测方法，加入地物的空间形状及方向信息，以便更好地判定邻域中的像元同质性；同时，使用水平和垂直方向上的一维滤波方式实现双边滤波，对图像进行去噪处理，不仅很好的保护了图像的边缘细节，而且降低了计算量。
【【专利附图】
【附图说明】】
[0037]图1为本发明实施例提供的遥感影像目标变化检测方法的步骤流程图100。
[0038]图2为本发明实施例提供的以单元格为基础，提取所述遥感影像的变化区域或变化点的步骤流程图。
【【具体实施方式】】
[0039]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细 说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0040]请参阅图1，图1为本发明实施例提供的遥感影像目标变化检测方法的步骤流程图100，包括下述步骤SllO~步骤S170:
[0041]步骤SllO:选取同一区域不同时相的遥感影像；
[0042]在本实施例中，遥感影像优选为多光谱影像、全色影像或合成孔径雷达(Synthetic Aperture Radar, SAR)影像中的一种。
[0043]步骤S120:对遥感影像进行预处理；
[0044]在本实施例中，对遥感影像进行预处理，具体包括:去雾处理、辐射校正、几何校正和影像降噪处理。
[0045]具体地，选取同一区域不同时相的高分辨率遥感影像，对选取的同一区域不同时相的遥感影像进行去雾处理、辐射校正、几何校正和影像降噪处理；并以其中一幅遥感影像作为参考影像，另一幅或几幅与之进行几何配准。
[0046]步骤S130:利用差值法获取遥感影像的差值图像，并从差值图像的直方图中选取阈值；
[0047]可以理解，将阈值设定在距差异影像像元均值的η倍标准差处。随着研究区的差异以及研究对象和目的不同，η的取值皆有不同。
[0048]进一步地,步骤S130具体包括下述步骤:[0049]步骤S131:利用差值法获取遥感影像中各个波段的差值图像，其中，差值图像上的像素灰度值为不同时相遥感影像上各个波段相对应图像位置像素灰度值之差的绝对值；
[0050]步骤S132:根据直方图计算，选取最优阈值；
[0051]可以理解，根据直方图可以计算出标准差，即得到最优阈值。
[0052]步骤S140:根据地物特征分割遥感影像，并建立不同时相遥感影像地物间一一映身寸关系;
[0053]进一步地,步骤S140包括下述步骤:
[0054]步骤S141:根据地物特征分割遥感影像，采用基于区域生长的多尺度遥感图像分割算法分割遥感影像；
[0055]步骤S142:采用多层分级方法，建立不同时相遥感影像的对象的一一映射关系；
[0056]例如，遥感影像中包含建筑物、植被、水域等，而建筑物又可细分为居民地、学校、政府大楼等；植被又可细分为草地、林地、灌木、农作物等；水域又可细分为湖泊、河流等。可以理解，采用多层分级方法，建立不同时相遥感影像的对象的一一映射关系。
[0057]步骤S143:构建每个对象的特征集描述,其中，特征集包括光谱特征、纹理特征、空间距离、空间形状及方向特征。
[0058]步骤S150:根据上述分割结果，将遥感影像分成N个5*5单元格；
[0059]可以理解，若遥感影像单元格是5的整数倍，则可以直接进行处理；若遥感影像单元格不是5的整数倍，可以使遥感影像单元格的行与列都处理为5的整数倍，便于处理，该操作对结果不会产生影响。
[0060]步骤S160:以上述单元格为基础，提取所述遥感影像的变化区域或变化点；
[0061]请参阅图2，图2为本发明一较佳实施例提供的以上市单元格为基础，提取所述遥感影像的变化区域或变化点的步骤流程图，其包括下述步骤:
[0062]步骤S161:以遥感影像左下角第一个5*5单元块开始，中心点记为(i，j)，每隔五个点取样，直至最后一个5*5单元块；
[0063]步骤S162:不同时相的遥感影像中对应的5*5单元块作差取绝对值，并记为DIF ；
[0064]步骤S163:判断DIF是否超过上述阈值；
[0065]步骤S164:当步骤S163中判断结果为是，取上述中心点的八邻域，并作差取绝对值，并进行下一步；
[0066]步骤S165:判断所述八邻域中超出阈值点的是否个数>=5，若是，则所述5*5单元块的所有点均为变化点或变化区域，赋值为I ;若否，则上述中心点为错检点，并以上述八邻域内与中心点变化不同的点作为新的中心点，并返回步骤S164 ;
[0067]步骤S166:当步骤S165中判断结果为否，取所述中心点的八邻域，并作差取绝对值，并进行下一步；
[0068]步骤S167:判断所述八邻域中超出阈值点的是否个数>=5，若否，则所述5*5单元块的所有点均没有变化，赋值为O ;若是，则所述中心点为错检点，并以上述八邻域内与中心点变化不同的点作为新的中心点，并返回步骤S166。
[0069]可以理解，经步骤S161?步骤S167后，快速地区分了变化点或变化区域和没有发生变化点，并分别有不同标记进行标识。[0070]步骤S170:上述变化区域或变化点经双边滤波、降噪处理后，得到变化的遥感影像。
[0071 ] 具体地，双边滤波为使用水平和垂直方向上的一维滤波方式实现。
[0072]可以理解，传统的双边滤波是二维实现方式和浮点型空间邻近度因子，这个不利用硬件的实现，且计算量大；而本发明使用的双边滤波算法，选用整数型空间邻近度因子，使用水平和垂直方向上的一维滤波实现方式，计算量小很多，且滤波效果同样能够达到二维的双边滤波效果。
[0073]可以理解，将滤波后得到的变化点或变化区域影像，结合对象特征集中的空间形状及方向特征，变化点或变化区域进行判别；若在空间形状与方向特征上与实际情况不符，则重新将异常的区域返回至步骤S150，直至符合实际情况为止；同时，将发生变化的遥感影像的点或区域显示出来，以便进行分析。
[0074]本发明上述实施例提供的遥感影像目标变化检测方法，选取同一区域不同时相的遥感影像，并对所述遥感影像进行预处理，再根据地物特征分割所述遥感影像，从而建立不同时相遥感影像地物间一一映射关系，并根据上述分割结果，将所述遥感影像分成N个5*5单元格，以上述单元格为基础，提取所述遥感影像的变化区域或变化点，所述变化区域或变化点经双边滤波、降噪处理后，从而得到变化的遥感影像。本发明提供的遥感影像目标变化检测方法，将遥感影像分割为若干块5*5的块矩阵为处理单元，从中心点开始，以八邻域为基础对遥感影像进行处理，提取所述遥感影像的变化区域或变化点，简单易行。
[0075]以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
【权利要求】
1.一种遥感影像目标变化检测方法，其特征在于，包括下述步骤: 步骤SllO:选取同一区域不同时相的遥感影像，其中，所述遥感影像为多光谱影像、全色影像或SAR影像中的一种； 步骤S120:对所述遥感影像进行预处理； 步骤S130:利用差值法获取所述遥感影像的差值图像，并从所述差值图像的直方图中选取阈值； 步骤S140:根据地物特征分割所述遥感影像，并建立不同时相遥感影像地物间一一映身寸关系； 步骤S150:根据上述分割结果，将所述遥感影像分成N个5*5单元格； 步骤S160:以上述单元格为基础，提取所述遥感影像的变化区域或变化点；及 步骤S170:所述变化区域或变化点经双边滤波、降噪处理后，得到变化的遥感影像。
2.根据权利要求1所述的遥感影像目标变化检测方法，其特征在于，步骤S120中，对所述遥感影像进行预处理，具体包括:去雾处理、辐射校正、几何校正和影像降噪处理。
3.根据权利要求1所述的遥感影像目标变化检测方法，其特征在于，步骤S130中，利用差值法获取所述遥感影像的差值图像，并从所述差值图像的直方图中选取阈值，具体包括下述步骤: 步骤S131:利用差值法获取所述遥感影像中各个波段的差值图像，其中，所述差值图像上的像素灰度值为不同时相遥感影像上各个波段相对应图像位置像素灰度值之差的绝对值； 步骤S132:根据所述直方图计算，选取最优阈值。
4.根据权利要求1所述的遥感影像目标变化检测方法，其特征在于，步骤S140根据地物特征分割所述遥感影像，并建立不同时相遥感影像地物间一一映射关系，具体包括下述步骤: 步骤S141:根据地物特征分割所述遥感影像，采用基于区域生长的多尺度遥感图像分割算法分割所述遥感影像； 步骤S142:采用多层分级方法，建立不同时相遥感影像的对象的一一映射关系； 步骤S143:构建每个对象的特征集描述,其中，所述特征集包括光谱特征、纹理特征、空间距离、空间形状及方向特征。
5.根据权利要求1所述的遥感影像目标变化检测方法，其特征在于，步骤S160中，以上述单元格为基础，提取所述遥感影像的变化区域或变化点，具体包括下述步骤: 步骤S161:以所述遥感影像左下角第一个5*5单元块开始，中心点记为(i，j)，每隔五个点取样，直至最后一个5*5单元块； 步骤S162:不同时相的遥感影像中对应的5*5单元块作差取绝对值，并记为DIF ； 步骤S163:判断所述DIF是否超过所述阈值； 步骤S164:当步骤S163中判断结果为是，取所述中心点的八邻域，并作差取绝对值，并进行下一步； 步骤S165:判断所述八邻域中超出阈值点的是否个数>=5，若是，则所述5*5单元块的所有点均为变化点或变化区域，赋值为I ;若否，则所述中心点为错检点，并以上述八邻域内与中心点变化不同的点作为新的中心点，并返回步骤S164 ;步骤S166:当步骤S163中判断结果为否，取所述中心点的八邻域，并作差取绝对值，并进行下一步； 步骤S167:判断所述八邻域中超出阈值点的是否个数>=5，若否，则所述5*5单元块的所有点均没有变化，赋值为O ;若是，则所述中心点为错检点，并以上述八邻域内与中心点变化不同的点作为新的中心点，并返回步骤S166。
6.根据权利要求1所述的遥感影像目标变化检测方法，其特征在于，步骤S170中，所述双边滤波为使用水平和垂直方向上的一维滤波方式实现。
【文档编号】G06T5/00GK103473764SQ201310395272
【公开日】2013年12月25日 申请日期:2013年9月3日 优先权日:2013年9月3日
【发明者】陈会娟, 刘萍, 陈曦, 周启鸣 申请人:中国科学院深圳先进技术研究院