[发明专利]基于视觉选择注意和像素依赖的无监督变化检测方法

权利要求书

1.一种基于视觉选择注意和像素依赖的无监督变化检测方法，其特征在于，包括如下步骤：

第一步，对两期多波段遥感影像进行配准和归一化操作，使用矢量分析方法处理配准和归一化后的两期影像，获得差分图谱；

第二步，使用视觉选择注意模型的强度谱部分处理差分图谱，去除差分图谱中的噪声点，获得中间图谱；

第三步，使用基于像素依赖方法，使用最大期望算法和Bayes决策区分出中间图谱中像素的变化类和无变化类，并进一步去除孤立噪声点，获得变化检测图谱。

2.根据权利要求1所述的基于视觉选择注意和像素依赖的无监督变化检测方法，其特征是，所述使用视觉选择注意模型的强度谱部分处理差分图谱，去除差分图谱中的噪声点，具体为：对差分图谱进行高斯金字塔操作，顶级金字塔图像尺寸大于4*4，共产生n级金字塔图像I(n)，n为自然数，将相差三级或四级金字塔图像配成对，每对图像插值到原始图像大小，相减取绝对值，获得特征谱，对特征谱中每一个像素值进行平方运算，拉伸图像像素值的范围，叠加所有拉伸后的特性谱形成中间图谱。

3.根据权利要求1所述的基于视觉选择注意和像素依赖的无监督变化检测方法，其特征是，所述获得变化检测图谱，具体为：使用Bayes决策将中间图谱中的像素分为两类：变化类和无变化类，其中，Bayes决策中的各项参数由最大期望算法确定，两类中像素在图谱中分布存在一类中的某一个像素被另一类中的像素包围的情况，使用马尔可夫模型对两类像素进行去除孤立点、修补遗漏点操作，获得变化检测图谱。

4.根据权利要求3所述的基于视觉选择注意和像素依赖的无监督变化检测方法，其特征是，所述Bayes决策中的各项参数由最大期望算法确定，具体为；取中间图谱中像素的最大值和最小值之间的一个值，大于该值的像素作为一初始类，小于或等于该值的像素作为另一初始类，每类都服从高斯分布，计算每类的均值、方差和后验分布，通过迭代公式计算最终确定的每类均值和方差和后验分布，每类服从高斯分布，即计算出Bayes决策中参数的值。