基于两时相遥感图像的国土资源变化监测的制作方法

本发明以两时相的遥感图像为基础数据，通过几何配准、辐射校正等图像预处理过程，将两时相的差分图像与遥感图像中的地物结构信息相结合，利用本发明的算法完成对国土资源的变化监测，得到较为清晰的变化区域。提高国土资源变化检测的自动化水平和监测精度，减少主观因素的影响。属于空间分析应用
技术领域：
，为公众、政府等相关用户提供较好的国土资源信息变化检测手段。
背景技术：
：随着社会与技术的发展，人类的各种活动每天都在改变着地表景观及其利用形式，人口的快速增长及城市化的发展，加速了这种变化的速度。因此，快速而有效地监测这些变化信息，分析变化的特点和原因及其影响结果，对于实现我国的可持续发展具有十分重要的意义。近几十年来，随着航天技术、传感器技术、计算机技术及其相关科学的迅猛发展，遥感技术得到了飞速进步。作为一门正在兴起、并有着广泛应用前景的学科，遥感技术是到目前为止能够提供大面积范围的动态观测数据的唯一手段，具有空间上的连续性和时间上的序列性，可以提供进行地物感知和监测的多时相图像数据。因此，通过分析同一地理位置的多时相遥感图像，是获取国土资源变化信息的一种有效途径。利用多时相遥感图像获取地物变化信息的过程称之为变化检测，它是一种针对遥感图像的特点而建立的数据分析方法，用于识别一个物体或现象的状态变化。当前，变化检测技术已经成为遥感研究中的热点，被广泛地应用于国民经济和国防建设的诸多领域。在民用上，主要用于资源与环境监测中的土地利用和覆盖变化、森林和植被变化、湿地变化、城市扩展、地形改变等变化信息获取；以及自然灾害中地震、洪水、泥石流和森林大火等灾情监测与评估。虽然遥感图像的变化检测研究已经得到了很大的发展，但目前仍处于探索阶段，自动化水平不高，常常需要通过人工干预的方式来实现。而随着遥感信息获取技术在时间、空间和光谱分辨率的提高，遥感图像数据量有了巨大的增加，过多地采用人工手段来处理这些海量数据将是一项非常繁重的任务，甚至有时难以实现。因此迫切需要一些自动化变化检测技术，使之可以通过计算机对同一地域不同时相的遥感图像进行分析和比较，得到地物变化的信息。基于两时相遥感图像的国土资源变化监测算法采用了将遥感影像的灰度信息与纹理信息相结合的方法，融汇了两种特征信息来综合检测图像中的地物变化，这是提高仅仅基于光谱特征的变化检测方法的一个有效途径。也大大提高了变化范围检测的准确度和客观性，提高了国土资源变化检测的自动化水平。对于某些应用，如针对重要军事地域的变化检测室，该地域的地理信息一般不够准确，甚至难以得到。同时，遥感图像的获取变得越来越方便，使得分析不同时相遥感图像的变化检测成为获取该类地域变化信息的主要手段。技术实现要素：针对现阶段国土资源等相关部门及特定行业对国土资源变化检测需求的迫切性，本发明提出了一种结合了图像灰度信息和图像中地物结构信息的方法。以两个时相的同一传感器同一地区的遥感图像数据为基础，通过几何配准、辐射校正等图像预处理手段，得到良好的两时相遥感图像。通过使用该发明算法实现图像变化检测，将变化区域较好的提取出来形成图斑；为国土资源等相关部门提供可靠性较高的变化检测结果，辅助政府决策。本发明采用的技术路线如下：技术实施路线共包括五个部分，分别为：几何配准、辐射校正、两时相遥感图像差分、两时相遥感图像纹理提取与差分、灰度差分图像与纹理差分图像信息融合。具体情况如下：一、几何配准图像配准是多图像分析的基础，它将同一区域的两幅或多幅影像在空间位置上最佳地对应起来，这些影像或者是来自同一时相的不同传感器，或者是来自不同时相的统一传感器，或者是来自不同时相的不同传感器。遥感图像配准过程实际是指寻找两幅图像在空间上一对一映射的过程，也就是说，要将两幅图像中对应于空间上同一位置的点联系起来。二、辐射校正1.传感器校正2.大气校正3.太阳高度校正4.地形校正三、两时相遥感图像差分对于大多数地物，光谱特性的差异是判断其发生变化的主要依据，基于光谱特征的技术和方法正是基于这种原理来实现地物的变化检测，这类方法在当前变化检测的应用中最为广泛。图像代数运算即图像差分时经常采用的基于光谱特征的变化监测具体技术和实现的途径。图像差分，一般是指图像灰度差分，是一种基于简单代数差分运算的变化检测方法，可以应用于多种不同的地理环境和图像类型。试用图像差分时，首先需要根据不同时相图像中所对应的地物光谱值的差异，通过差分运算生成差分图像，然后选择合适的门限在差分图像中分出灰度值大的部分，以此代表地面上发生变化的区域。基于图像差分的变化检测方法，主要是通过分析反映地物光谱值改变的灰度差分图像来实现变化检测。在大多数情况下分析灰度差分图像是有效的，但是，在某些条件下，仅仅利用地物的光谱特征的灰度差分图像难以实现地物的变化检测。四、两时相遥感图像纹理提取与差分遥感图像是地面目标在图像上的光谱和几何特征的综合反映，在某些情况下，基于光谱差异的变化检测方法不能很好的区分地物的差异，这时采用基于空间特征的方法可能会有更好的效果。同时，高分辨率遥感图像中的人造目标，结构特征是目标特性的主要表现形式，而且基于空间结构特征的描述容易结合目标模型，更便于高层分析。因此，通过分析比较不同时相遥感图像中目标的空间结构特征，在人造目标变化检测分析中具有明显的优点，是变化监测发展的一个方向。五、灰度差分图像与纹理差分图像信息融合基于差分图像融合的变化检测是将灰度差分图像与纹理差分图像相结合进行变化区域检测的处理方法，主要处理流程为：输入多时相遥感图像后，先通过图像配准和相对辐射校正方法实现不同时相遥感图像的几何和辐射校正；然后根据贝叶斯原理融合纹理差分图像和灰度差分图像；接着根据最大似然函数实现差分图像融合后的初始分类；最后通过一种自适应的参数估计实现融合后的分类，得到变化区域。技术路线方案示意图如图1所示。本变化检测算法的流程描述如下：输入多时相遥感图像后，先通过图像配准和相对辐射校正方法实现不同时相遥感图像的几何和辐射校正；将校正后的影像分别进行灰度差分和纹理提取、差分；将得到的两种结果数据采用本算法，然后得到变化图斑。基于遥感图像的国土资源变化监测的主要技术难点在于：将已经获得的灰度差分图像与纹理图像相结合得到变化图斑。本算法根据贝叶斯原理融合纹理差分图像和灰度差分图像；接着根据最大似然函数实现差分图像融合后的初始分类；最后通过一种自适应的参数估计实现融合后的分类，得到变化区域。。附图说明图1是基于两时相遥感图像的国土资源变化监测技术方案路线图；图2是遥感影像几何校正流程示意图；具体实施方式一、几何配准影像几何配准就是对不同时间、不同波段、不同传感器系统所获得的同一地区的影像，建立其相互间的对应关系，确定相应的几何变换参数，对两幅图像中的一幅进行几何变换的方法，即实现两幅影像同名像元的配准。几何多项式模型是一个二维坐标变换过程，即校正过程不需要有影像的DEM信息。当多项式次数为1时，模型等同于仿射变换，这在地形平坦时适用，影像间的变形可以认为是平移、旋转和缩放。当数据集中存在严重的几何误差时可以选择较高次的多项式模型，理论上，多项式的次数越高，就越接近模拟原始输入影像的几何误差的应得参数，并将像元放置在对应的纠正后输出影像的正确平面位置上。高次多项式常常能够精确的拟合地面控制点周围的区域，然而，在远离GCP的区域可能引入其它几何误差。另外，由于需要进行大量数学运算，采用高次多项式对遥感影像进行几何纠正时，所需的运算时间要长一些。通常2次多项式校正可以达到比较理想的校正结果。几何多项式校正在原始影像与参考影像间找到一种数学关系，建立变换前图像坐标与其地面同名像点地图坐标之间的函数关系。x=fx(X,Y)y=fy(X,Y)]]>通常f为二元n次多项式，多项式的项数(即系数个数)N与其阶数n有着固定的关系：N=12(n+1)(n+2)]]>每个控制点形成两个方程，按不同阶数校正所要求的最少控制点个数不一样，一般要求多选一些。这样多项式的系数可按照最小二乘原理进行求解，精度高一些。几何多项式纠正法计算简单，该方法对各种类型传感器的纠正都是普遍适用的，并且该方法不仅用于影像对地面(或地图)的系统纠正，还常用于不同类型影像之间的相互几何配准，以满足影像镶嵌、影像变换检测等处理的需要。二、辐射校正1.标绘知识主题分类2.多尺度空间标绘数据自组织模型基于多尺度空间标绘数据自身所具有的表达特点，结合分幅组织、分区域组织、分要素组织和混合要素组织多重层面，从平面及垂直空间上进行数据的划分，多层次、多角度建立空间标绘数据的多级表达，建立面向全球的层次关联规则的多尺度空间索引，实现多尺度空间标绘数据的自组织。3.标绘内容的自动/半自动整合4.地理信息可视化服务与地图动态发布将标绘和标绘区域建立R+树索引、实现标绘数据的实时定位和提取；基于XML规范建立标绘数据的可视化发布和实体表达协议；采用WebService技术、建立标绘数据的可视化和数据服务系统。三、两时相遥感图像灰度差分使用图像差分时，首先需要根据不同时相图像中所对应的地物光谱值的差异，通过差分运算生成差分图像，然后选择合适的门限在差分图像中分出灰度值大的部分，以此代表地面上发生变化的区域。基于图像差分的变化检测方法，主要是通过分析反映地物光谱值改变的灰度差分图像来实现变化检测。在大多数情况下分析灰度差分图像是有效的，但是，在某些条件下，仅仅利用地物的光谱特征的灰度差分图像难以实现地物的变化检测。四、两时相遥感图像纹理提取与差分遥感图像是地面目标在图像上的光谱和几何特征的综合反映，在某些情况下，基于光谱差异的变化检测方法不能很好的区分地物的差异，这时采用基于空间特征的方法可能会有更好的效果。同时，高分辨率遥感图像中的人造目标，结构特征是目标特性的主要表现形式，而且基于空间结构特征的描述容易结合目标模型，更便于高层分析。因此，通过分析比较不同时相遥感图像中目标的空间结构特征，在人造目标变化检测分析中具有明显的优点。五、灰度差分图像与纹理差分图像信息融合基于差分图像融合的变化检测是将灰度差分图像与纹理差分图像相结合进行变化区域检测的处理方法，主要处理流程为：输入多时相遥感图像后，先通过图像配准和相对辐射校正方法实现不同时相遥感图像的几何和辐射校正；然后根据贝叶斯原理融合纹理差分图像和灰度差分图像；接着根据最大似然函数实现差分图像融合后的初始分类；最后通过一种自适应的参数估计实现融合后的分类，得到变化区域。当前第1页1 2 3