遥感影像模糊聚类的波段修正变化检测方法及系统的制作方法
【技术领域】
[0001] 本发明属于摄影测量与遥感影像应用技术领域，具体设及一种遥感影像模糊聚类 的波段修正变化检测方法及系统。
【背景技术】
[0002] 遥感影像变化检测是通过分析同一地区不同时相的遥感图像，检测该地区的地物 随时间变化的信息。随着航空航天技术的飞速发展，遥感观测数据W实时、快速、覆盖范围 广、高时空分辨率等特点得到越来越广泛的应用。如何有效地提取海量数据中的变化信息， 并用于环境、农业、生态系统W及人类面临的各种自然灾害的预防，已经成为目前遥感应用 研究中的热点问题。近年来，国内外众多学者相继开展了许多变化检测的理论研究与系统 开发工作，并取得一系列成果。
[0003] 目前，常用的遥感影像变化检测方法有直接比较法和分类后比较法，前者操作简 单速度快，但只能定量描述目标区是否发生变化，很难确定变化性质。后者可提供变化类型 信息，但检测精度受到单独分类的误差传播影响。中高分辨率遥感影像存在混合像元的现 象，用传统"硬"分类法无法获得较高的精度，而模糊C均值聚类（FCM)是一种软聚类算法， 利用隶属度使类与类之间没有明显界限，用来处理混合像元行之有效，但存在过分依赖初 始聚类中屯、、类别数难W自动确定、对孤立点噪声数据敏感等缺陷。
[0004] 文中设及如下参考文献：
[0005] [1] Song C, Woodcock CE, Seto KC, Le皿巧MP, Macomber SA. Classification and change detection using Landsat TM data:when and how to correct atmospheric effects[J].民emote sensing of Environment. 2001，75(2):230-44.
[0006] [2] Mas J - F.Monitoring land-cover changes:a comparison of change detection techniques[J] . International journal of remote sensing. 1999, 20 (1) : 139-52.
[0007] [3]Jensen J民.Introductory digital image processing:a remote sensing perspective:Prentice-Hall Inc.1996.
[000引[4]申邵洪，赖祖龙，万幼川.基于融合的高分辨率遥感影像变化检测[J].测绘 通报.2009 (3): 16-9.
[0009] [5]Jensen J民.Introductory digital image processing:a remote sensing perspective:Prentice-Hall Inc. ; 1996.
[0010] [6]Xie XL，Beni G. A validity measure for fuzzy clustering[J].IEEE Transactions on pattern analysis and machine intelligence. 1991，13 (8):841-7.
【发明内容】
[0011] 针对现有技术中存在的问题，本发明提供了一种高实时性、高检测精度、高自动化 程度的遥感影像模糊聚类的波段修正变化检测方法。
[0012] 本发明将模糊聚类的思想引入遥感影像变化检测中，在利用改进FCM进行分类处 理基础上，采用一种单波段对比滴权修正多波段联合互信息量的波段修正法来提高变化检 测精度。
[0013] 本发明主要包括两大阶段，第一阶段；单波段对比滴权修正多波段联合互信息量； 第二阶段：利用改进的模糊C均值聚类法对修正影像进行变化检测。
[0014] 第一阶段，由于直接比较法中常用的比值法能增强变化信息、抑制背景信息，但有 时会过于夸大部分变化；差值法直接且便于操作，但不能完全反应出地物福射能量的变化。 考虑到比值法和差值法各自的优势及存在的局限性，本发明在差值和比值影像乘积变换融 合的基础上，采用一种新的复合法构造差异影像，为后续的变化检测提供数据源。该复合法 引入偏差因子，对灰度层级有调整作用，能增强差异影像的振幅及结构信息，更有利于变化 检测。此外，由于遥感影像分辨率的不断提高，地物在多波段影像的不同通道存在波段间的 敏感性差异，给变化检测带来虚检、漏检等影响。本发明综合考虑各个波段对变化检测的贡 献度，采用邻域滴权法对单波段差异影像进行调权处理。信息滴度量某随机事件包含的信 息量，该波段像元的邻域信息量越大或不确定性越高，该波段对应的权值越大、对变化检测 的贝献度也越大。
[0015] 另一方面，为了综合利用单波段与多波段丰富的光谱及空间结构信息，且有效降 低由于不同传感器或不同时相影像存在的地理和散射差异（灰度层级整体偏离）导致对分 类和变化检测的影响，本发明W两个时相的多波段影像的像元点对为基础，计算邻域互信 息量作为多波段联合处理结果。互信息量基于一对像元灰度值的统计特征，不需要选择基 准点或提取图像的纹理特征，且不必考虑图像中的灰度值的线性关系，因此在两图像相似 度的比较及变化信息的检测上具有更大的灵活度和准确性。目前常用的MI(互信息量）类 型包括归一化互信息量醒I、图像梯度互信息量GMI、区域互信息量RMI。传统的邻域互信息 量虽然W邻域为基础，但目的是寻找最优的配准变换参数，使两幅图像间的互信息最大，属 于整图幅范围影像配准范畴。而变化检测往往发生在某些像元或小区域，变化的程度与像 元点对的互信息量大小紧密相关，具体表现为互信息量越大，像元点对的相关性越大，对应 的变化程度越小。
[0016] 第二阶段，可W看成特殊的分类过程，即将波段修正影像聚类为变化、非变化两 类。模糊C均值聚类算法（FCM)是一种典型的"软聚类"，算法简单、收敛速度快，隶属度的 引进使得处理混合像元行之有效。但该算法存在一些不足；如算法性能过分依赖初始聚类 中屯、、类别数不能自动确定、忽略空间信息导致局部最优等。本发明从两个方面对FCM算法 进行改进；其一，结合大津法单阔值分割思想，求出满足类间方差最大的最优阔值t%并W 该阔值分割下两类像元的灰度均值作为初始聚类中屯、。其二，引入邻域像元的位置和属性 信息得到相似度加权隶属度，并进一步得到加权空间函数，使模糊C均值法具有更强的抗 噪能力，有效避免局部最优，改善分类效果。最后利用改进的模糊C均值算法对修正影像进 行变化检测。
[0017] 本发明的技术方案如下：
[0018] 一、遥感影像模糊聚类的波段修正变化检测方法，包括步骤：
[0019] 步骤1，多波段遥感影像的预处理，即多波段遥感影像的滤波和增强处理；
[0020] 步骤2,对预处理后的多波段遥感影像进行单波段分离，获得单波段遥感影像；
[0021] 步骤3,构造两时相单波段遥感影像的单波段差异影像；