r>[0022] 步骤4,基于预处理后的两时相多波段遥感影像构造多波段联合影像，并获得多波 段联合影像各像元的邻域互信息量；
[0023] 步骤5,根据公式
【主权项】
1. 遥感影像模糊聚类的波段修正变化检测方法，其特征在于，包括步骤： 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； 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； 步骤3,构造两时相单波段遥感影像的单波段差异影像； 步骤4,基于预处理后的两时相多波段遥感影像构造多波段联合影像，并获得多波段联 合影像各像元的邻域互信息量； 步骤5,根据公式
i正多波段联合影像像元的邻域互信 息量，得到修正影像；其中：k表示单波段编号，k= 1，2，...N，N为波段数;Mu表示修 正影像（i，j)像元灰度值;Wfk为表示单波段k的差异影像中（i，j)像元的邻域熵权，
良示单波段k的差异影像中（i，j)像元的邻域信息熵；C 表示单 波段k的差异影像中（i，j)像元灰度；RMIij表示多波段联合影像（i，j)像元的邻域互信息
量;Modij表示（i, j)像元对应N个单波段的摘值模， 步骤6,以修正影像中像元灰度值为样本，令类别c = 2,以修正影像阈值分割后两类 像元的灰度均值作为初始聚类中心；以邻域像元隶属度调权求和作为中心像元隶属度，各 邻域像元对中心像元的邻域相似权
；利用模糊C均值法对修正影像进行变化检 测； 上述的阈值分割中，基于大津法单阈值分割，将使修正影像的背景像元灰度和目标像 元灰度的类间方差最大的阈值作为分割阈值； 上述
中，t、r分别表示邻域像元和中心像元在邻域窗口内的位置编号；& 表示中心像元r的灰度值，xt表示邻域像元t的灰度值。
2. 如权利要求1所述的遥感影像模糊聚类的波段修正变化检测方法，其特征在于： 步骤2具体为： 采用加权求和法将多波段遥感影像灰度化，当R、G、B单波段某一分量的权值为1，其余 为0时，经加权求和即获得R、G、B单波段遥感影像。
3. 如权利要求1所述的遥感影像模糊聚类的波段修正变化检测方法，其特征在于： 步骤3中结合差值法和比值法构造单波段差异影像，具体为： 根据公式
勾造两时相单波段遥感影像的单波段差异影像，其 中： Cfk表示单波段k的差异影像中（i，j)像元灰度值； RiM表示单波段k的比值影像中（i，j)像元灰度值； Dfk表示单波段k的差值影像中（i，j)像元灰度值； a为比值影像所有像元在第k波段的灰度均值和差值影像中所有像元在第k波段的灰 度均值之差； b为比值影像所有像元在第k波段的灰度值均方根和差值影像所有像元在第k波段的 灰度值均方根之差。
4. 如权利要求1所述的遥感影像模糊聚类的波段修正变化检测方法，其特征在于： 步骤6进一步包括子步骤： 6. 1设定类别C = 2,根据经验设定模糊度m和收敛值ε，随机设定初始隶属度矩阵，隶 属度矩阵由修正影像中各像元对聚类中心的隶属度构成；令初始迭代步数1 = 〇 ; 6. 2基于大津法单阈值分割法，将使修正影像的背景和目标像元灰度的类间方差最大 的阈值作为分割阈值，以修正影像阈值分割后两类像元的灰度均值作为初始聚类中心 6. 3将邻域像元t当前隶属度w丨的加权和作为中心像元r隶属度，即
邻域像元t的当前隶属度根据当前隶属度矩阵U获得，其权值 6. 4采用公式
_正隶属度矩阵及聚类中心， 其中，t、r分别表示邻域像元和中心像元在邻域窗口内的位置编号，k、y为聚类中心编号， C为类别数；<+1>和 < 分别表示第（1+1)和1次迭代中、中心像元r对第k类聚类中心的 隶属度；1表示第1次迭代中、中心像元r对第y类聚类中心的隶属度?表示中心像元r 的灰度值；vf >和表示第1次迭代获得的第k类和第y类聚类中心，y在[1，C]范围内遍 历，可以与k相等；vf+1>表示第（1+1)次迭代获得的第k类聚类中心；η为邻域窗口内像元 数量； 6. 5比较隶属度矩阵范数I |u(1+1)-u(1) I I，U(1+1)、U(1)分别表示第（1+1)次迭代、第1次迭 代获得的隶属度矩阵；若I |u(1+1)-u(1)| I彡ε，结束迭代，按照当前聚类中心和隶属度矩阵 进行聚类；否则，令1 = 1+1，执行步骤6. 4。
5. 遥感影像模糊聚类的波段修正变化检测系统，其特征在于，包括： 预处理模块，用来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； 单波段分离模块，用来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； 单波段差异影像构造模块，用来构造两时相单波段遥感影像的单波段差异影像； 邻域互信息量获得模块，用来基于预处理后的两时相多波段遥感影像构造多波段联合 影像，并获得多波段联合影像各像元的邻域互信息量； 修正影像获得模块，用来根据公式
修正多波段联合影像像 元的邻域互信息量，得到修正影像；其中：k表示单波段编号，k = 1，2,... N，N为波段数;Mij 表示修正影像（i，j)像元灰度值;为表示单波段k的差异影像中（i，j)像元的邻域熵 权，
表示单波段k的差异影像中（i，j)像元的邻域信息熵；C 表示 单波段k的差异影像中（i，j)像元灰度；RMIij表示多波段联合影像（i，j)像元的邻域互信 息量;Modij表示（i, j)像元对应N个单波段的摘值模，
模糊C均值聚类模块，用来以修正影像中像元灰度值为样本，令类别c = 2,以修正影像 阈值分割后两类像元的灰度均值作为初始聚类中心；以邻域像元隶属度调权求和作为中心 像元隶属度，各邻域像元对中心像元的邻域相似权
利用模糊C均值法对修正 影像进行变化检测； 上述的阈值分割中，基于大津法单阈值分割，将使修正影像的背景像元灰度和目标像 元灰度的类间方差最大的阈值作为分割阈值； 上述
中，t、r分别表示邻域像元和中心像元在邻域窗口内的位置编号 表示中心像元r的灰度值，xt表示邻域像元t的灰度值。
【专利摘要】本发明提供了一种遥感影像模糊聚类的波段修正变化检测方法及系统，包括步骤：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；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；步骤3，构造两时相单波段遥感影像的单波段差异影像；步骤4，基于预处理后的两时相多波段遥感影像构造多波段联合影像，并获得多波段联合影像各像元的邻域互信息量；步骤5，修正多波段联合影像像元的邻域互信息量，得到修正影像；步骤6，利用模糊C均值法对修正影像进行变化检测。本发明检测精度高，抗噪声干扰强、自动化程度高。
【IPC分类】G06T7-00
【公开号】CN104867150
【申请号】CN201510266009
【发明人】万幼川, 姜莹, 鲁宇航, 史蕾
【申请人】武汉大学
【公开日】2015年8月26日
【申请日】2015年5月22日