[发明专利]一种知识驱动的高空间分辨率遥感影像自动变化检测方法

权利要求书

1.一种知识驱动的高空间分辨率遥感影像自动变化检测方法，其特征在于，包括以下步骤：

步骤1，基于可见光植被指数分离原始高空间分辨率遥感影像中的城市区域和非城市区域，得到二值的掩模图像；

步骤2，对原始高空间分辨率遥感影像进行多元特征提取，包括以下子步骤：

步骤2.1，利用分水岭方法对原始高空间分辨率遥感影像进行分割，并提取面向对象特征，得到面向对象特征影像；所述步骤2.1的实现方式如下，

步骤2.1.1，提取原始影像的梯度影像GI，公式为其中I_x为水平方向梯度，I_y为垂直方向梯度；

步骤2.1.2，对梯度影像统计灰度累计直方图，首先计算每个灰度值下的像素个数，然后对于灰度i，统计灰度范围在[0,i]之间的像素总数，得到灰度累计直方图，并将灰度累计直方图横轴映射到[0,100]；

步骤2.1.3，根据灰度累计直方图选择阈值G_T，将梯度影像中灰度值小于G_T的像素灰度值设置为G_T；

步骤2.1.4，令M₁,M₂,...,M_R表示图像GI的局部最小值点的坐标集合，C(M_i)为位于局部最小值相联系的汇水盆地内点的坐标集合，min和max代表梯度图像灰度的最小、最大值，T[n]表示灰度小于n的点的坐标集合，令表示灰度级为n时汇水盆地被水淹没部分的合集，其中C_n(M_i)＝C(M_i)∩T[n]；

步骤2.1.5，开始时设定C[min+1]＝T[min+1]，按照以下规则迭代：令Q代表T[n]中连通分量的集合，对于每个连通分量q∈Q[n]，若q∩C[n-1]为空或q∩C[n-1]包含C[n-1]中的一个连通分量，则将q合并入Q[n-1]构成Q[n]；否则，在q∈Q[n]内构筑水坝；

步骤2.1.6，对于每个独立的分割区域，统计每个区域中的像素灰度均值，作为面向对象均值特征；

步骤2.2，对原始高空间分辨率遥感影像提取形态学建筑物指数，得到形态学特征影像；

步骤3，分别对步骤2.1得到的面向对象特征影像和步骤2.2得到的形态学特征影像进行变化检测，得到两个特征下的两幅初始结果，然后利用步骤1的掩模对两幅初始结果进行融合，获取初始变化检测结果；

步骤4，基于形态学运算对初始变化检测结果进行后处理，获得形态学后处理的结果二值图，然后基于连通域分析对结果二值图进行矢量化，得到最终的变化检测矢量结果。

2.如权利要求1所述的一种知识驱动的高空间分辨率遥感影像自动变化检测方法，其特征在于：所述步骤1的实现方式如下，

步骤1.1，对原始高分辨率影像逐像元计算可见光植被指数，获得VDVI影像，其公式为其中ρ_g、ρ_r、ρ_b分别表示绿、红、蓝三个可见光波段的像元亮度值；

步骤1.2，计算VDVI影像均值，并利用均值将VDVI图像二值化，得到二值的掩模图像M；其中，二值化规则为，遍历VDVI图像中的每个像素，若该像素灰度值大于均值，则将其标记为1，表示该像素属于非城区；若该像素灰度值小于等于均值，则将其标记为0，表示该像素属于城区。

3.如权利要求2所述的一种知识驱动的高空间分辨率遥感影像自动变化检测方法，其特征在于：所述步骤2.2的实现方式如下，

步骤2.2.1，对于每个像元x，计算波段最大值代表其亮度特性，其公式为其中K为影像波段数，band_k(x)表示像元x在第k个波段的光谱值，b(x)表示像元x的亮度特征；

步骤2.2.2，构建MBI指数，利用基于顶帽变换与重构的差分形态学谱来提取建筑物的光谱-空间结构特性，具体包含以下步骤：

1)基于重构的顶帽变换，其公式为：其中，表示对亮度影像做重构开运算，s与d分别表示线性结构元素的长度和方向；

2)基于顶帽变换的形态学谱，其公式为其中b表示步骤2.2.1中提取的亮度特征；

3)差分形态学谱，其公式为：其中Δs为形态学谱间隔；

4)计算形态学建筑物指数，其公式为：其中D和S表示形态学谱方向数和尺度数。