幅影像均有雪，则变化检测结果为未变化； 步骤3 :顾及雪的全色影像变化检测，当两幅遥感影像上都被积雪覆盖时将其列为可 疑区域，不做处理，剔除实验过程中确定检测目标由于积雪覆盖情况变化而产生的伪变 化； 步骤4 :采用总体精度、Kappa系数、变化类正确率和未变化类正确率来进行精度评价。
2. 根据权利要求1所述的顾及雪覆盖影响的高分辨全色遥感影像变化检测方法，其特 征在于：步骤2中所述的对输入的两幅遥感影像采用群策略进行变化检测，其具体实现包 括以下子步骤： 步骤2. I. 1 :生成所述的两幅遥感影像的纹理特征图，计算影像灰度共生矩阵， 逐像素取窗口计算所需纹理特征值，然后将计算的纹理特征值赋值给中心点像元，完 成后，将窗口移动一个像素，形成另外一个新窗口，重新计算，依次类推，这样就构成了一个 与原图大小相等的一个灰度共生矩阵的特征值矩阵； 步骤2. 1.2:采用全向纹理值（即所有方向的平均值），分别计算0°、45°、90°、 135°四个方向的纹理的均值，与单一方向的纹理特征图像相比，全向纹理具有旋转不变 性； 步骤2. 1. 3 :选取适当的像素距离和窗口大小获取需要的纹理特征， 步骤2. 1. 4 :提取纹理特征，分别采用以下三种判别方法得到差异影像，采用群策略综 合三种指标判定目标变化；（i，j)为相异两个像素的灰度值，P(i，j)为灰度共生矩阵； (4-a)二阶距（Eneryg)，灰度共生矩阵元素值的平方和，其用公式表示为：
(4-b)熵（Entropy)，图像具有信息量的随机性的度量，表示图像中纹理的非均匀程度 或复杂程度；若纹理复杂，熵值大；反之，若图像中灰度均匀，共生矩阵中元素大小差异大， 熵倌小：熵的计筧公式为：
(4-c)同质度（Homogeneity)又称为反差矩，反映图像灰度的均勾性；当像素对均勾 时，同质度的值相对较高；其计算公式为：
步骤2. 1. 5 :设定阈值迭代求解，其算法公式为f (i, j) = gtl(i, j)-gt2(i, j)，其中 gti(i，j)和gt2(i，j)为纹理特征景多像上处于第?行第j列的像元的灰度值，f (i，j)为纹理 差值影像上第i行第j列的像元的灰度值，此处选取迭代法计算阈值进行二值化，迭代法的 过程为： 步骤2. 1. 5. 1 :选取图像上灰度的最大值和最小值的均值T作为初始的阈值； 步骤2. 1. 5. 2 :用T作为阈值分割图像，像素灰度值大于T的作为前景部分，像素灰度 值小于T的作为背景部分； 步骤2. 1. 5. 3 :计算前景部分和背景部分的灰度均值&和g 2，计算新的阈值T '，其中：
当T'和T的差小于设定阀值M时，停止迭代，否者转回步骤2. 1. 5. 2继续计算，直到满 足条件，停止迭代，此时的阈值即为所求； 步骤2. 1. 6 :群决策检测目标变化，分别采用单个的特征进行变化检测，然后对三个变 化检测检测的结果进行融合，得到更加准确的变化检测结果，三种检测结果重要性一致，采 用的是简单多数规则，当三种检测结果中有两种或以上判定待检测目标发生了变化，则认 为待检测目标发生了变化。
3. 根据权利要求2所述的顾及雪覆盖影响的高分辨全色遥感影像变化检测方法，其特 征在于：步骤2. 1. 3中所述的选取适当的像素距离和窗口大小获取需要的纹理特征，其中 像素距离为1，窗口大小为5x5。
4. 根据权利要求2所述的顾及雪覆盖影响的高分辨全色遥感影像变化检测方法，其特 征在于：步骤2. 1. 5. 3中所述的设定阀值M为0. 01。
5. 根据权利要求1所述的顾及雪覆盖影响的高分辨全色遥感影像变化检测方法，其特 征在于：步骤2中所述的对输入的两幅遥感影像采用基于水平集的Chan-Vese分割方法进 行积雪区域分割，其具体实现包括为：通过使得下式中的能量泛函E ev最小来实现分割：
固定λ i= λ 2= 0，μ为正常数；c JP c 2是曲线C内部和外部像元灰度的平均值，为 使能量泛函Ect(Cl，c2, C)最小，用柯λ%)·)来表示曲线C，x、y为欧式空间的坐标，则上式可以 表示为：
其中δ入z)是正则化的迪拉克函数，(z)是海氏函数的正则化形式，
C1O)和C2(P)是曲线内外部分像素的灰度均值。
6.根据权利要求1所述的顾及雪覆盖影响的高分辨全色遥感影像变化检测方法，其特 征在于：步骤4中所述的采用总体精度、Kappa系数、变化类正确率和未变化类正确率来进 行精度评价，其中： 总体精度（OA)是正确分类的像元数占所有总像元数的百度分比，它反映了总体检测 的准确度；其中正确分类的像元数目在混淆矩阵中眼对角线分布，为下表1中Mll和M22的 和；表中正确检测出的变化像元数目为Ml 1 ;错误检测出的变化像元的数目为M12 ;错误检 测出的未变化像元数目为M12 ;正确检测出的未变化像元数目为M22 ; 表1
Kappa系数是另外一个评定精度的方法，根据混淆矩阵中的数据计算公式为： 正确率定义为检测出的变化类像元和非变化类像元占真各自实像元数目的百分比；其 计算公式为：
【专利摘要】本发明公开了一种顾及雪覆盖影响的高分辨全色遥感影像变化检测方法，本发明充分利用根据全色影像上积雪覆盖的特点，采用基于纹理特征的变化检测检测方法进行变化检测，提取变化区域。采用基于水平集方法的Chan-Vese分割方法提取出实验新旧影像上的积雪区域，根据变化检测的结果和新旧影像上积雪覆盖情况，去除部分积雪覆盖变化而导致的伪变化，提取出变化区域，提高了变化检测的精确度与地图修测的自动化程度，缩短了数据更新周期。
【IPC分类】G06K9-00, G06K9-46
【公开号】CN104680151
【申请号】CN201510108620
【发明人】潘励, 谈家英, 杨倩
【申请人】武汉大学
【公开日】2015年6月3日
【申请日】2015年3月12日