[发明专利]基于邻域相似度和阈值分割的遥感图像变化检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及图像变化检测方法，适用于两幅同一地区不同时相遥感图像中含有地物变化信息的检测。

背景技术

变化检测旨在通过同一地区不同时期的图像间的差异来得到图像的地物变化信息，它是开展森林资源调查、土地利用、覆盖变化研究、环境灾害评估、城市规划和国防军情监控等对地观测应用中的关键技术，具有迫切的需要和广泛的应用前景。

变化检测是遥感领域研究的重点和热点问题，许多学者从不同的角度对现有的变化检测方法进行了分类、分析。变化检测方法主要考虑图像对图像的检测，是在像元级水平上发展起来的检测方法。现有的变化检测方法可以归纳为两大类：一类是监督检测法，另一类是非监督检测法。前者是指根据地面真实数据来获取变化区域的训练样区，从而进行变化检测；后者是直接对两个不同时相的数据检测而不需要任何额外的信息。由于地面的真实信息不容易得到，因此非监督的变化检测方法是常用的变化检测方法。非监督检测法通常做法是直接比较同一位置不同时相的像元特征值来检测变化，通常采用数学变换的方式产生不同时相间的差异影像，再对差异影像进行阈值化处理，从中提取变化区域。在现阶段，从数据源的角度还提出了影像和数字线划图、影像和地图、DEM、DOM与影像的变化检测方法。从影像是否配准角度出发，提出了先配准影像再变化检测和变化检测与影像配准同时进行的方法。从算法的角度而言，许多学者提出了多种方法的综合使用，这些方法包括使用人工神经网络、马尔科夫随机场、数学形态学等。

尽管各种变化检测方法已经广泛的应用到诸多领域，如EM-MRF、OTSU、聚类等方法。然而，从整体上来说变化检测仍然存在着不少的困难和问题有待深入的研究和解决。如差异影像的构建，在较强噪声的情况下，传统的滤波方法容易造成模糊效应，丢失目标信息；在对图像的分类处理中，上述方法的抗噪性不够强，无法在目标边缘保留完好的同时有效的去除噪声干扰，或者容易造成目标边界信息的丢失，导致检测结果的效果不佳，检测精度不够高。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于邻域相似度和阈值分割的遥感图像变化检测方法，以在保留变化区域的同时有效的去除噪声干扰，提高目标的检测精度。

实现本发明目的技术方案是先利用像素的邻域相似性度量公式构造差异图，然后使用2D-OTSU方法进行分割，最后用模糊熵对分割的结果进行后处理，得到最后结果，其具体步骤包括如下：

(1)选取不同时相的两幅遥感图像X₁和X₂，时相中包含有目标变化信息，且目标信息受到噪声污染；

(2)采用强度归一化法对两幅遥感图像进行灰度匹配；

(3)对灰度匹配后的两幅遥感图像分别取同一位置像素点的局部邻域块，设定窗口尺度，用滑窗法对每个像素点取相同尺度邻域，对于每个邻域，度量两幅图像对应位置像素点的相似性，得到两幅图像的相似矩阵：

d_a(i，j)＝∫_ΩG_a(s)|X(x+s)-Y(y+s)|²ds

其中X和Y分别为两幅遥感图像相同位置对应的邻域块，s为窗口尺度，x和y为窗口中心像素点的位置，i，j为相似矩阵中像素点坐标，Ω表示窗口区域，G_a(s)为高斯核函数；

(4)利用相似矩阵定义每个像素点的权值：

w(i,j)=1-e-dα(i,j)/h]]>

其中h为衰减参数；

利用定义的权值，求取两幅遥感图像的差异影像：

X_D(i，j)＝w(i，j)×(X₁(i，j)-X₂(i，j))