[发明专利]一种基于多时相遥感影像与GIS数据的变化检测方法及系统

说明书

本发明公开了一种基于多时相遥感影像与GIS数据的变化检测方法及系统，该方法致力于解决基于多时相影像与GIS数据在分割、分类以及变化检测方法存在的问题。包括以下几个步骤：步骤1，遥感影像分割与像素级变化信息提取，主要包括遥感影像分割和像素级变化检测；步骤2，面向对象的遥感影像分类，主要包括变化图斑决策、自动样本选择和面向对象SVM决策树分类模型；步骤3，面向对象分类后变化检测。与现有的利用遥感影像和GIS数据进行变化信息提取的方法相比，本发明能够实现自动化的和可大面积应用的变化信息检测方法流程，可以充分挖掘遥感影像和GIS数据的相互关系，利用GIS数据的类别等属性信息，提高变化信息提取的准确性。

技术领域

本发明涉及遥感和地理信息系统(GIS,Geographic Information System)领域，特别涉及遥感影像与GIS数据变化信息自动检测方法，尤其涉及一种利用多时相遥感影像与GIS数据进行面向对象的变化信息自动检测的方法。

背景技术

在遥感领域中，变化检测是利用同一地区不同时相的遥感影像，通过对比光谱反射值、纹理等特征的差异，获得变化区域的过程。利用遥感影像进行变化检测已被广泛应用于环境监测、农业调查、城市扩张研究、灾害监测、破坏评估等领域。在GIS领域中，GIS数据是地表特征地貌和地物的符号表达，是实地测量和图像解译的结果。GIS数据不仅包含了几何位置信息，而且还包含了丰富的地物类别、属性等语义信息。随着遥感技术的发展和GIS在环境、农业、城市、救灾减灾、地理国情等涉及空间信息行业的广泛应用，利用遥感影像和GIS数据进行变化信息提取得到越来越多的关注。

传统的利用遥感影像和GIS数据进行变化信息提取的方法主要通过新、旧两时相遥感影像利用基于图像处理技术的变化检测方法，去除未发生变化的区域，生成由可能发生变化的像素组成的图像。对该变化图像进行栅格矢量化处理，并与GIS数据进行叠置分析，得到最终的变化检测结果。上述方法结合了遥感影像变化检测技术和GIS分析技术，其检测精度依赖于遥感影像变化检测的结果。由于该方法没有充分利用GIS数据的类别属性信息，对于遥感影像与GIS数据间的相互关系利用率较低，很难保证变化信息提取的准确性。

发明内容

针对传统基于多时相遥感影像和GIS数据的变化信息提取方法的不足，本发明目的在于提出一种自动化的和可大面积应用的多时相遥感影像和GIS数据变化信息检测方法流程。

本发明所采用的技术方案是：一种基于多时相遥感影像与GIS数据的变化检测方法，具体包括如下步骤：

步骤1，遥感影像分割与像素级变化信息提取，包括如下子步骤；

步骤1.1，根据T1时期GIS矢量数据和T2时期栅格数据，利用GIS矢量数据图斑类别属性信息和几何形状信息对T2时期栅格数据进行套合，得到与T1时期GIS数据中矢量图斑对应的栅格像元集合；

步骤1.2，对获得的每一个栅格像元集合，利用多尺度分割算法进行再分割，得到T2时期图斑，即为T2时期影像分割结果；

步骤1.2，对T1时期和T2时期栅格数据，利用像素级变化检测算法进行变化检测，得到像素级变化检测结果；

步骤2，面向对象的遥感影像分类，包括如下子步骤；

步骤2.1，对T2时期影像分割结果和像素级变化检测结果进行叠置分析，统计每一个图斑内变化像素和未变化像素的个数，当图斑内变化像素个数与未变化像素个数的比值大于阈值m时，则该图斑为疑似变化图斑，否则为未变化图斑；

步骤2.2，对获得的每一个T2时期未变化图斑进行特征统计，并按照具体地物类别，选择不同的特征组合，获得合适的训练样本；

步骤2.3，构建面向对象的SVM决策树分类模型，通过步骤2.2中训练样本对SVM决策树分类模型进行训练，然后利用训练好的模型对所有疑似变化图斑进行分类，得到各图斑的分类结果；