[发明专利]一种遥感图像变化检测性能在轨评价方法

说明书

技术领域

本发明涉及遥感图像处理和目标在线监测等技术领域，特别是一种星载多时相遥感图像的变化检测性能在轨评价方法。

背景技术

变化检测是指利用同一地点的、配准的多时相遥感图像检测出变化区域的过程。变化检测是目标发现、灾害监测、城市地理信息更新等众多应用的关键技术。目前，随着高空间分辨率、高时相分辨率遥感卫星的发展，通过遥感卫星在轨、自动进行变化检测有着很强的应用需求。

与传统的在地面处理系统上进行的变化检测任务相比，在轨变化检测有着特殊的要求。首先，在轨变化检测是完全基于图像的自动的变化检测，基本上不能有人的干预。其次，传统的地面处理系统一般对多时相遥感图像的质量、变化区域与非变化区域的比例等具有一定的先验知识，这些先验知识对变化检测方法的选择及性能评价有重要的帮助；而在轨变化检测对图像质量、变化区域的比例及类型没有先验，加大了变化检测的难点。第三，与传统的地面变化检测系统相比，在轨变化检测更侧重关注目标的变化情况，即在轨变化检测对变化区域具有一定的选择性。

变化检测性能评价是根据已经配准的当前遥感图像和历史遥感图像对某种方法的变换检测结果的可信度进行定量评价的过程。变化检测性能在轨自动评价是衡量星载变化检测处理系统性能的重要依据，是变化检测方法自动选择和切换的重要基础。然而，在轨变化检测的上述特殊性使得仅依靠图像对变化检测性能在轨、自动、准确地评估非常困难。

发明内容

本发明的目的是针对在轨处理的特殊性，提供一种有效的星载遥感图像变化检测性能在轨自动评价方法。

为了实现上述目的，本发明的星载遥感图像变化检测性能在轨自动评价方法，该方法包括以下步骤：

步骤S1：以遥感图像灰度的离散余弦变换的符号函数作为显著性度量标准，在当前遥感图像和历史遥感图像上分别提取显著区域，将显著区域的并集作为多时相图像的显著区域；

步骤S2：在当前遥感图像和历史遥感图像生成的多时相图像光谱特征上进行自动聚类，根据聚类类别和空间位置关系提取多时相超像素区域；

步骤S3：在当前遥感图像和历史遥感图像的多时相超像素区域分别提取显著目标面元，用结构特征描述每一个显著目标面元；

步骤S4：根据每一个显著目标面元结构特征的变化类和非变化类的类间可分性，对待评价的目标区域变化的检测结果的性能进行在轨评价。

本发明所述方法对于星载图像处理变化检测系统具有重要的意义，其主要优点如下：

本发明在只有当前遥感图像和历史遥感图像的条件下对待评价的目标区域变化的检测结果的性能进行在轨评价，无需其它数据和知识；

在性能评价过程中考虑了目标的结构特性，所述基于显著目标面元对应的协方差矩阵的广义特征值距离能够反映目标的结构变化，对视角变化有较强的鲁棒性，可以在轨对变化检测的性能进行更加准确、客观的评判。

在性能评价过程中考虑了显著目标区域的重要性，只对显著目标区域的变化性能进行评价，减少了灰度变化、噪声等因素的干扰，减少了计算时间；

得益于上述优点，本发明可以可靠地对各种变化检测方法的性能进行评价，可广泛应用于星载及地面遥感图像变化检测等系统的性能评价中。

附图说明

图1是本发明星载多时相遥感图像的变化检测性能在轨评价流程图。

具体实施方式

下面结合附图说明本发明技术方案中所涉及的技术问题。应指出的是，所描述的实施方式仅旨在便于对本发明的理解，而对其不起任何限定作用。

如图1示出本发明提出一种遥感图像变化检测性能在轨评价方法，该方法包括以下步骤：

步骤S1：多时相显著区域提取是以图像灰度的离散余弦变换的符号函数作为显著性度量标准，先在当前遥感图像和历史遥感图像上分别提取显著区域，然后将显著区域的并集作为多时相图像的显著区域。所述多时相显著区域提取具体过程如下：

步骤S11：单时相图像显著区域提取是以图像灰度的离散余弦变换的符号函数作为显著性度量标准，分别在当前遥感图像X₁和历史遥感图像X₂上分别提取显著区域。提取显著区域的具体步骤如下：

步骤S111：对图像X_t的平均波段图像计算显著特征图像其中，t为时相序号，(t＝1，2)。DCT(·)和IDCT(·)分别表示离散余弦变换和离散余弦逆变换。

步骤S112：计算显著特征映射图像。表示矩阵的Hadamard乘积运算符，g表示高斯核函数，*表示卷积运算。