基于遥感图像变化检测算法的地物智能搜索技术的制作方法
【专利摘要】本发明基于遥感图像变化检测算法的地物智能搜索技术是针对地物变化遥感监测的一种自动流程化处理方法，该流程化处理过程包括：针对典型地物的遥感影像预处理算法，影像变化检测算法，针对影像中典型地物的目标探测技术，分离典型地物和非典型地物的小斑自动去除技术，对典型地物的自动粗识别技术，以及对典型地物的智能定位技术。详细流程见摘要附图。此项发明解决了国家统计局投资司对大量投资项目的监管问题，从宏观上利用遥感图像对全国的投资项目建设情况进行监测，对大面积违规建设的投资项目进行预警和自动标绘，辅助监管人员快速响应和决策。
【专利说明】基于遥感图像变化检测算法的地物智能搜索技术
【技术领域】
[0001]本发明通过不同影像上的同一区域的变化来搜索受关注的典型地物，属于计算机遥感图像处理【技术领域】，是一种基于高分全色、多光谱、雷达遥感影像的主题和区域数据挖掘算法。可用于国家统计局投资司业务员在遥感影像上对在建投资项目进行标绘，并以此为依据实施项目监管；也可用于对高分遥感影像上大型地物变化区域的自动识别与知识挖掘。
【背景技术】
[0002]通过不同时期影像变化检测的方法来完成投资项目的自动检测与识别，首先需要注意的是变化检测成功与否关键在于前期对不同时期遥感影像的处理，包括影像的地物配准与几何校正，和影像直方图匹配。由于对全图进行直方图匹配不能够体现出地物细节，因此这里设计采用影像分块局部直方图匹配的方法保证两幅影像的灰度一致性。针对地物配准问题，这里首先对影像全图进行几何精校正，然后采用局部地块配准的方法完成影像匹配。经过上述的地物位置配准和灰度匹配后，再利用比值或差值变化检测算法，即可得到较好的变化检测效果。需要注意的是，这里使用得差值必须取绝对值，才能够体现真正的影像变化，保证高亮显示区域为地物变化剧烈区域。对于变化检测的结果图像，高亮显示的地物变化剧烈区域并非全部是因为投资项目建设引起的变化，部分地区可能是由于阴影、植被生长、云层遮挡、城市美化等原因引起，因此对于这些变化区域，需要在检测影像上进行人工剔除。但大部分投资项目所在地会引起大块区域的地物变化，在检测影像上也比较容易看到。因此，变化检测算法的实际应用效果可以体现，主要在辅助人工判读影像上。
【发明内容】
[0003]本发明解决的问题是通过不同时期的影像变化监测方法来完成大型投资项目典型地物目标识别，主要是通过自主的数字图像处理的算法，来大范围的精确监测此类典型地物:
[0004](I)影像匹配算法；
[0005]首先进行对待监测的两幅遥感影像进行直方图的匹配，如果是RGB的两幅图像也是可以适用的；再对两幅影像实施基于角点特征的分块图像几何配准操作。实现两幅影像的辐射与几何上的严格匹配。
[0006](2)差值变化检测算法；
[0007]对变化监测后的图像进行二值化显示，选取特定的阈值(只要是对变化区域和未变化区域进行分离，达到目标探测的目的)，输出二值化的图像。
[0008](3)小斑去除算法；
[0009]二值化输出的图像含大量的随机噪声，也有几何配准不准确时变化检测产生的噪声，去除零散的随机噪声，保留大片的散点“噪声”，这有可能是大片的目标，这些散点经过开闭运算后就可以连成大片的目标。[0010](4)目标识别算法；
[0011]定义目标识别三类地物的判断依据:像素数和形状编号；将像素数和目标形状满足一定的要求，把投资遥感的项目定义为:线性地物(道路类)，大面积地物(基础建设类)，小面积地物(房产类)。
[0012](5)典型地物矢量化生成；
[0013]根据项目目标识别出的三类地物，将三类地物进行矢量化生成，其中的生成的矢量的属性信息包括(项目的名称，地理位置，项目的地址，项目的类别，施工的面积，施工的人数，是否谎报，备注等等)；
[0014](6)典型地物精确点位生成。
[0015]根据生成的项目矢量图，将三类地物的矢量图生成精确的点矢量，这样方便投资司对正在施工的项目进行监管。
【专利附图】
【附图说明】
图1是基于遥感图像变化检测算法的地物智能搜索方法技术流程图【具体实施方式】
[0016]A.影像直方图匹配算法
[0017]在变化检测之前，必须保证两幅影像色调基本一致。因此需要用直方图规定化的方法对两幅影像灰度进行调整。常用的映射规则是单映射规则(Single Mapping Law,SML)和组映射规则(Group Mapping Law,GML)。本算法从便于计算机实现角度建立了一个矩阵来统一处理GML映射规则，同时也考虑了几种方法来弥补均衡化后灰度级不足的缺点。
[0018]直方图规定化是一种借助于直方图来增强图像的方法通过将原始图的直方图转化为指定的直方图，可用来校正因拍摄亮度或者传感器的变化而导致的图像差异。例如，在不同时间、不同的光照条件下对同一地区分别拍摄了两张影像，由于光照的原因，两张影像的统计特性完全不同，这就为分析场景带来了困难，如果能够建立一个模型，使得原始图像的直方图与目标图像一致，从统计意义上来说，它们就是等同的。
[0019]直方图的规定化方法主要是以求取累计直方图为桥梁，首先求原始图像的累积直方图，公式如下:
【权利要求】
1.基于遥感图像变化检测算法的地物智能搜索技术，其特征包括: A.地物搜索技术流程:首先通过直方图匹配和角点特征配准方法完成两幅影像的配准，再利用绝对差值算法获取变化检测影像，再通过影像二值化、小斑去除、目标识别、典型地物边界矢量化、地物定位点生成等一系列算法完成典型地物在遥感影像上标绘信息的生成。 B.直方图匹配模块:借助直方图匹配算法来消除两幅图像灰度差异，通过将变化后图像的直方图转化为变化前影像的直方图，以校正因拍摄光照亮度或者传感器参数的变化而导致的地物辐射亮度差异； C.影像自动配准模块:通过获取每个分块图像的灰度查找表，对该块图像的四个边角进行匹配相关，找到边角最为匹配的位置，简化了控制点选取的繁琐操作，避免了在几何校正后影像局部区域存在的匹配不准的问题； D.差值变化检测模块:考虑传感器成像的非线性误差，设置可变的灰度变化因子，再利用差值变化检测，避免了部分地物因亮度过大而表现过饱和现象； E.二值化影像小斑去除模块:借助二值化输出结果进行小斑标记，统计每个小斑的像元个数(面积大小)，通过模板组合、区域增长或顺序关联这三种噪声去除算法去除二值化影像中零散的随机椒盐噪声，保留大面积斑块或相互连接的小斑块群。
【文档编号】G06T7/00GK103778625SQ201310733790
【公开日】2014年5月7日 申请日期:2013年12月27日 优先权日:2013年12月27日
【发明者】倪金生, 刘翔 申请人:北京东方泰坦科技股份有限公司