[发明专利]基于特征融合的高分辨率夜光遥感影像自动变化检测方法

权利要求书

1.一种基于特征融合的高分辨率夜光遥感影像自动变化检测方法，其特征在于，包括以下步骤：

1)获取研究区短时重大事件发生前后的两时相高分辨率夜光遥感数据，并对前后时相遥感影像进行预处理；

2)基于预处理后的高分辨率夜光遥感数据，提取多种衍生纹理特征图像，叠加构造融合纹理特征后的多波段特征影像；

3)采用多元变化检测算法MAD及其迭代加权算法IR-MAD对步骤2)中的多波段特征影像进行变化检测，得到融合多特征的变化强度图T_MAD和T_IR-MAD；

4)分别对变化强度图T_MAD和T_IR-MAD进行分割，获得各自对应的二值变化检测结果图；

所述的步骤2)具体为：

根据预处理后的高分辨率夜光遥感数据，提取出包括数据范围、均值1、方差、信息熵和偏斜的五种基于概率统计的衍生纹理特征图像以及包括均值2、方差、协同性、对比度、相异性、信息熵、二阶矩和相关性的八种基于二阶矩阵的衍生纹理特征图像，并通过构造纹理差值影像与原始灰度差值影像的2D散点图，获取相关系数最高的四类纹理特征影像，即数据范围、均值1、均值2和相异性，并将其与原始灰度影像叠加构造形成前后时相各含五波段的多波段特征影像；

所述的步骤3)中，在满足Var{a^TX}＝Var{b^TY}＝1时最大化Var{a^TX-b^TY}的约束条件下，变化强度图T_MAD表示为：

其中，MAD为MAD变量，a、b分别为两时相的多波段影像X和Y的投影向量，P为影像维数，为第i个MAD变量的方差，为自由度为的卡方分布，下标i和j分别为MAD变量数和像素数，如果在第j个像素处未发生变化，则第i个MAD变量MAD_ij的均值为0；

所述的步骤3)中，IR-MAD算法通过引入权值w_j进入均值和方差的计算中，反复迭代直至典型相关系数收敛，则变化强度图T_IR-MAD表示为：

其中，IR-MAD为IR-MAD变量，a′、b′分别为经加权迭代处理后得到的两时相多波段影像X和Y的投影向量，为第i个IR-MAD变量的方差，为自由度为的卡方分布，下标i和j分别为IR-MAD变量数及像素数。

2.根据权利要求1所述的一种基于特征融合的高分辨率夜光遥感影像自动变化检测方法，其特征在于，所述的步骤1)中，对获取的两时相高分辨率夜光遥感数据依次通过影像剪裁、辐射校正进行预处理。

3.根据权利要求2所述的一种基于特征融合的高分辨率夜光遥感影像自动变化检测方法，其特征在于，所述的高分辨率夜光遥感数据为珞珈一号01星获取的遥感数据。

4.根据权利要求1所述的一种基于特征融合的高分辨率夜光遥感影像自动变化检测方法，其特征在于，所述的步骤4)中，采用模糊C均值聚类算法FCM分别对变化强度图T_MAD和T_IR-MAD进行分割，获得各自对应的二值变化检测结果图。

5.根据权利要求1所述的一种基于特征融合的高分辨率夜光遥感影像自动变化检测方法，其特征在于，所述的步骤4)中，在二值变化检测结果图中，数值1为白色，代表变化区域，数值0为黑色，代表非变化区域，从而通过变化检测实现短时重大事件的自动提取与监测。