[发明专利]多时相差异影像模值计算及变化检测方法

权利要求书

1.基于空间约束的卡方变换的多时相遥感影像变化检测方法，其特征在于，包括以下步骤：

(1)输入两时相的高分辨率光学遥感影像，分别记为X₁和X₂；

(2)对X₁和X₂进行影像配准；

(3)利用多元变化检测方法分别对X₁和X₂进行辐射归一化校正；

(4)计算多时相差异影像D_X＝X₁-X₂；

(5)计算D_X的模值X_M，利用贝叶斯原理，并基于最大期望算法获取最优分割阈值T，将|X_M-T|≤δ的区域作为伪训练样本集，其中δ取X_M动态范围的百分比；

(6)设定置信水平的搜索范围和搜索步长；

(7)确定D_X中的非变化区域，计算非变化区域的均值矢量和方差矩阵，并计算D_X上每个点的卡方值；初始化时，将整个D_X作为非变化区域；

(8)在给定的置信水平A的基础上，计算检测阈值，并根据该检测阈值进行卡方检测，获得初步的检测结果M₀；

(9)给定滤波窗口大小，对M₀进行众数滤波，即滤波窗口内，如果变化的像素数目大于非变化的，则窗口中心点像素为变化的，反之，窗口中心点像素为非变化的，记众数滤波的结果为M1；

(10)判断M1中的非变化区域相较于M₀中的非变化区域是否有改变，如果两者没有改变，将给定的置信水平A加上步骤(6)设定的搜索步长作为新的置信水平，并返回步骤(7)；如果两者改变了，则将M1中的非变化区域作为新的非变化区域，返回步骤(7)；

(11)当置信水平达到步骤(6)设定的搜索范围的上界，终止循环迭代；

(12)针对每一个置信水平，计算伪训练样本集的精度，选择精度最高的伪训练样本集对应的置信水平，并在此基础上，输出最终的变化检测结果；

步骤(5)的具体过程如下：

(a)假设X_M影像上的非变化类ω_n和变化类ω_c服从如下的高斯分布：

ω_i∈{ω_n, ω_c },m_i∈{m_n,m_c},σ_i∈{σ_n,σ_c }；

上式中，m_n和σ_n分别为非变化类的均值和方差，m_c和σ_c分别为变化类的均值和方差；

(b)采用最大期望算法估计m_n、σ_n、m_c和σ_c这四个参数；

(c)依据贝叶斯最小误差准则，求解X_M的分割阈值T，在高斯分布的情况下，等同于求解下式：

上式中，为分割阈值T的估计值，p(ω_n)、p(ω_c)分别为非变化类先验概率和变化类先验概率；

(d)根据估计的分割阈值，构建伪训练样本集：

非变化区域伪训练样本集：

变化区域伪训练样本集：

其中，δ取X_M动态范围的15％；

在步骤(6)中，设定置信水平的搜索范围为0.95-0.999，搜索步长为0.001；

在步骤(8)中，采用下式计算检测阈值：

P(C_ijχ²_1-α(b))=1-α

上式中，1-α是置信水平，C_ij表示D_X在坐标(i，j)处的卡方值，χ²_1-α(b)为检测阈值，b表示D_X 的波段数目；当置信水平为1-α时，C_ij的值大于χ²_1-α(b)的概率为α；

在步骤(2)中，对X₁和X₂进行影像配准包括几何粗校正和几何精校正，所述几何粗校正的过程：

(A)选择X₁和X₂分别作为基准影像和待校正影像；

(B)在基准影像和待校正影像上分别采集地面控制点，地面控制点的数量大于等于9，且地面控制点均匀分布在影像上；

(C)计算基准影像和待校正影像各地面控制点处的均方误差；

(D)采用多项式纠正法对待校正影像进行纠正；

(E)采用双线性插值法对待校正影像进行重采样；

所述几何精校正是将经过几何粗校正的遥感影像，利用自动匹配与三角剖分法进行校正。