[发明专利]多时相差异影像模值计算及变化检测方法

说明书

本发明公开了多时相差异影像模值计算及变化检测方法，首先计算多时相多光谱影像的差异影像，在此基础上，计算影像上每一个点的CST值，根据致信水平获取阈值，得到初步的变化检测结果，然后再对该初步结果进行众数滤波(嵌入空间信息)，并根据滤波结果重新计算非变化区域的均值和方差矩阵。重复上述过程直到检测结果没有变化为止。其中检测过程中置信水平的选择是通过伪训练样本集来选择的，在最优的置信水平基础上，获取最终的变化检测结果。本发明解决了多时相多光谱遥感影像背景信息复杂、噪声干扰严重的问题。

技术领域

本发明属于遥感影像处理技术领域，特别涉及了多时相差异影像模值计算及变化检测方法。

背景技术

随着多时相遥感数据的不断积累以及空间数据库的相继建立，如何从这些遥感数据中提取和检测变化信息已成为遥感科学和地理信息科学的重要研究课题。根据同一区域不同时相的遥感影像，可以提取城市、环境等动态变化的信息，为资源管理与规划、环境保护等部门提供科学决策的依据。

遥感影像的变化检测就是从不同时期的遥感数据中，定量地分析和确定地表变化的特征与过程。各国学者从不同的角度和应用研究提出了许多有效的检测算法，如变化矢量分析法(Change Vector Analysis，CVA)、基于FuzzyC-means(FCM)的聚类方法等。其中，传统的基于卡方变换(Chi-Squared Transform,CST)的多时相光学遥感变化检测，先计算差异影像的均值和方差矩阵，然后再基于置信水平，确定变化检测的阈值，进而得到变化检测结果。该类技术中，使用CST的不足是仅使用多时相高分辨率差异影像的光谱信息，没有利用空间信息。另外，在利用CST进行变化检测时，置信水平的选择非常关键，常规的方法是基于试错法来选择该参数。这种方法缺少推广性。

针对上述问题，有必要在检测过程中加入空间约束来提高检测精度，另一方面，对关键参数的自适应选择也是检测技术中的重点。

发明内容

为了解决上述背景技术提出的技术问题，本发明旨在提供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，采用空间约束的卡方变换结合自适应置信水平的变化检测方法，克服了多时相多光谱遥感影像背景信息复杂、噪声干扰严重的问题。

为了实现上述技术目的，本发明的技术方案为：

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，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，并根据该阈值进行卡方检测，获得初步的检测结果M₀；