专利名称：基于区域相似度的遥感影像变化检测方法
技术领域：
本发明涉及遥感影像处理技术领域，特别涉及一种基于区域相似度的遥感影像变 化检测方法。
背景技术：
遥感信息变化检测是遥感应用的一个重要研究课题，用同一地区、不同时相的卫 星遥感影像进行变化检测，是对土地等资源开展动态监测、资源变更调查、环境监测、基础 地理数据库更新等对地观测应用中的关键技术，具有广泛的应用领域。从现有的变化检测 方法来看，针对中低分辨率的遥感影像，主要还停留在像元级数据导引的方法，缺少知识导 引的特征级变化检测方法。近年来，技术的发展使得拍摄到遥感影像的分辨率越来越高，空间分辨率的提高 有利于反映土地利用类型差异，有利于表征同一地物内部组成要素丰富的细节信息，但地 物类别内部的光谱响应差异增大，导致地类的光谱特征不稳定。面向对象影像的分析方法 是一种适用于高分辨率遥感影像的分析与信息提取方法，该方法结合影像的光谱特征、形 状特征以及纹理特征等，将影像划分为若干个有意义的同质区域(对象)，将对象取代像元 作为影像分析的基本单元，分析人员不仅仅可以利用光谱信息进行分析，还可以选择使用 影像对象(多边形)有关的多种形状测度，对象纹理特征，以及对象空间相关特征等进行分 析。一旦获得对象的这些特征，从理论上讲，基于对象的所有特征信息都可以有效地用于遥 感信息提取过程，这就使影像分析更加灵活和稳定。目前该方法已成功应用于土地利用和 土地覆盖分类等研究中。将面向对象影像的分析方法应用于变化检测研究，是进行高分辨率影像变化检测 的一种行之有效的途径。现有技术常用的是分类后比较变化检测方法，该方法对两个时相 的遥感影像分别进行分割和分类，然后对两幅分类后的图逐像元进行比较。然而，单时相影 像中的任何分类错误在最终的变化检测图中都会表现出来，称之为“椒盐”现象，因此该方 法的主要缺点是变化检测的精度依赖于两个独立的分类结果的精度，存在分类误差累积现 象。
发明内容
(一 )主要解决的技术问题本发明要解决的技术问题是提高遥感影像变化检测的精度，消除检测结果“椒盐” 现象。( 二 )技术方案为此，本发明提供了一种基于区域相似度的遥感影像变化检测方法，包括步骤10、在监测区域内选择两景不同时相的遥感影像，所述遥感影像的影像数据 包括多光谱数据和全色波段数据；步骤20、对步骤10选择的遥感影像进行图像预处理；
4
步骤30、将预处理后的两期遥感影像的所有波段组成一景影像，对所述一景影像 进行分割，建立两景所述遥感影像的对象的一一映射关系；步骤40、基于分割结果，构建每个对象的特征集描述，所述特征集描述包括光谱特 征、纹理特征以及经过变换的二次特征；步骤50、基于所述对象的光谱特征，计算所述两期遥感影像对象间的区域相似度， 根据所述对象的纹理特征、归一化植被指数(NDVI)特征进行代数计算，计算结果作为区域 变化检测的参考值；步骤60、设定一个区域相似度阈值，结合所述代数计算的计算结果建立变化区域 检测准则，提取所述遥感影像的变化区域。其中，所述步骤20中的所述预处理包括辐射校正、数据融合、精确几何配准以及 影像降噪处理。所述预处理具体为采用回归分析归一化法对所述遥感影像进行相对辐射校正； 采用Gram-Schmidt融合方法对辐射校正后的遥感影像进行数据融合；采用多项式或有理 函数法对数据融合后的遥感影像进行配准；采用基于形态学的混合开闭重建滤波运算方法 对配准后的遥感影像进行降噪处理。所述步骤30中采用基于标记控制的分水岭分割方法对所述一景影像进行多波 段、多尺度分割。所述步骤50中根据下式计算所述区域相似度，RSIM= 2，jg 严—2
(CT12+CT22XW)2+(5F2)2]其中BVl=^fjBVil
权利要求
一种基于区域相似度的遥感影像变化检测方法，其特征在于，包括步骤10、在监测区域内选择两景不同时相的遥感影像，所述遥感影像的影像数据包括多光谱数据和全色波段数据；步骤20、对步骤10选择的遥感影像进行图像预处理；步骤30、将预处理后的两期遥感影像的所有波段组成一景影像，对所述一景影像进行分割，建立两期所述遥感影像的对象的一一映射关系；步骤40、基于分割结果，构建每个对象的特征集描述，所述特征集描述包括光谱特征、纹理特征以及经过变换的二次特征；步骤50、基于所述对象的光谱特征，计算所述两期遥感影像对象间的区域相似度，根据所述对象的纹理特征、归一化植被指数(NDVI)特征进行代数计算，计算结果作为区域变化检测的参考值；步骤60、设定一个区域相似度阈值，结合所述代数计算的计算结果建立变化区域检测准则，提取所述遥感影像的变化区域。
2.如权利要求1所述的基于区域相似度的遥感影像变化检测方法，其特征在于，所述 步骤20中的所述预处理包括辐射校正、数据融合、精确几何配准以及影像降噪处理。
3.如权利要求2所述的基于区域相似度的遥感影像变化检测方法，其特征在于， 所述预处理具体为采用回归分析归一化法对所述遥感影像进行相对辐射校正；采用 Gram-Schmidt融合方法对辐射校正后的遥感影像进行数据融合；采用多项式或有理函数 法对数据融合后的遥感影像进行配准；采用基于形态学的混合开闭重建滤波运算方法对配 准后的遥感影像进行降噪处理。
4.如权利要求1所述的基于区域相似度的遥感影像变化检测方法，其特征在于，所述 步骤30中采用基于标记控制的分水岭分割方法对所述一景影像进行多波段、多尺度分割。
5.如权利要求1所述的基于区域相似度的遥感影像变化检测方法，其特征在于，所述 步骤50中根据下式计算所述区域相似度，
6.如权利要求1所述的基于区域相似度的遥感影像变化检测方法，其特征在于，所述 步骤50中代数计算包括差值计算或比值计算，计算结果包括差值纹理Entropy特征图或 比值纹理Entropy特征图，以及差值NDVI特征图或比值NDVI特征图。
7.如权利要求1所述的基于区域相似度的遥感影像变化检测方法，其特征在于，所述 步骤40中采用面向对象的灰度共生矩阵计算对象的纹理特征，所述灰度共生矩阵的窗口 是所述对象本身，所述窗口的大小是所述对象的大小；所述纹理特征包括纹理均值和纹理熵，
8.如权利要求1所述的基于区域相似度的遥感影像变化检测方法，其特征在于，所述 经过变换的二次特征包括归一化植被指数，根据下式计算所述归一化植被指数，
9.如权利要求1所述的基于区域相似度的遥感影像变化检测方法，其特征在于，所述 步骤60包括根据下式计算所述区域相似度、纹理特征和NDVI特征作为变化区域的参考阈值，T = MeaninR其中T为参考阈值；Mean为区域相似度(或差值图像)的均值；η为常数；R为区域相 似度(或差值图像)的标准差，η取0. 5 ；通过实验调整所述参考阈值得到变化阈值，将各个变化阈值结合形成检测准则，根据 所述检测准则提取所述遥感影像的变化区域。
全文摘要
本发明公开了一种基于区域相似度的遥感影像变化检测方法，包括在监测区域内选择两景不同时相的遥感影像，所述遥感影像的影像数据包括多光谱数据和全色波段数据；对选择的遥感影像进行图像预处理；将预处理后的两期遥感影像的所有波段组成一景影像，对一景影像进行分割，建立两期所述遥感影像的对象的一一映射关系；基于分割结果，构建每个对象的特征集描述；基于所述对象的光谱特征，计算所述对象间的区域相似度，根据所述对象的纹理特征、NDVI特征进行代数计算；设定一个区域相似度阈值，结合代数计算的计算结果，建立变化区域检测准则，提取所述两期遥感影像的变化区域。本发明能有效消除“椒盐”现象，提高遥感影像变化区域提取精度。
文档编号G06T7/00GK101937079SQ20101022120
公开日2011年1月5日 申请日期2010年6月29日 优先权日2010年6月29日
发明者岳安志, 张超, 张颖娜, 杨建宇, 苏伟, 赵冬玲, 都雪娇, 陈敏捷 申请人:中国农业大学