[发明专利]基于Semi-NMF的遥感图像变化检测方法

权利要求书

1.一种基于Semi-NMF的遥感图像变化检测方法，包括如下步骤：

步骤1，利用在同一地区不同时间所获得两幅大小相同、相互配准的遥感图像Y₀和Y₁以产生差异图像Y_D；

步骤2，构建特征矩阵X，该步主要是通过PCA获得差异图像中每一个像素对应的特征向量，利用这些特征向量构建特征矩阵X；

步骤3，对步骤2中获得特征矩阵X执行Semi-NMF算法，将其分解为基矩阵F和系数矩阵G；

步骤4，根据系数矩阵G判定变化类和不变化类，变化类像素位置置0，不变化类像素位置置1，得到最终的二值变化检测结果。

2.根据权利要求1所述的遥感图像变化检测方法，其特征在于步骤2所述的构建特征矩阵X，具体实施包括：

(a)将差异图像Y_D分成h×h非重叠子块，并且h≥2；按照一定的顺序将差异图像块排列为向量形式，表示为y_D(x，y)；

(b)对非重叠子块所对应的向量集执行PCA以生成本征向量空间；首先计算上述向量集的平均向量μ；然后将每一个向量减去平均向量μ得到差值向量集Δ_a，并构建协方差矩阵C；最后经奇异值分解得到协方差矩阵C的特征向量{e_s}和特征值{λ_s}，并将特征向量依据与它们相对应的特征值大小降序排列；

(c)对于差异图像的每一个像素坐标(i，j)，映射y_D(i，j)到本征向量空间生成特征向量，

V(i，j)＝[v₁ v₂...v_s]^T

其中1≤S≤h²，并且参数S决定在空间位置(i，j)的特征向量V(i，j)的维数，y_D(x，y)是在差异图像上获得的重叠块，按照与(a)中相同的规则排列成向量形式；

(d)将差异图像所有像素的特征向量V(i，j)作为列向量构建大小为S×HW的特征矩阵X。

3.根据权利要求1所述的遥感图像变化检测方法，其特征在于步骤3所述的对特征矩阵X执行Semi-NMF算法，将其分解为基矩阵F和系数矩阵G，为找到基矩阵F和系数矩阵G，使用F和G交替更新的迭代策略解决最小化重构误差，包含下面两个步骤，迭代前首先对Semi-NMF算法进行随机初始化，

(a)保持系数矩阵G不变，更新基矩阵F，

(b)保持基矩阵F不变，更新系数矩阵G，

然后验证是否收敛；若达到收敛条件，则Semi-NMF算法运算结束；若没有达到收敛条件，则返回(a)处继续迭代。