[发明专利]一种基于时空谱特征的光学遥感图像变化检测方法有效
申请号: | 202110399135.X | 申请日: | 2021-04-14 |
公开(公告)号: | CN113128388B | 公开(公告)日: | 2022-09-02 |
发明(设计)人: | 杨彬;秦乐;刘建强;应宇轩;毛银;郭金源 | 申请(专利权)人: | 湖南大学 |
主分类号: | G06V20/13 | 分类号: | G06V20/13;G06V10/56;G06V10/764;G06T7/45 |
代理公司: | 青岛发思特专利商标代理有限公司 37212 | 代理人: | 江鹏飞 |
地址: | 410006 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 时空 特征 光学 遥感 图像 变化 检测 方法 | ||
1.一种基于时空谱特征的光学遥感图像变化检测方法,其特征在于,所述方法包括如下步骤:
步骤1:从时间序列遥感影像数据集中提取光谱特征、纹理特征和统计特征;
步骤2:将步骤1所提取的所有特征堆叠以构建一个高维的堆叠特征矩阵,该堆叠特征矩阵由遥感图像的归一化时空光谱信息组成;
步骤3:利用CCDC算法得到变化点与不变点的第一个掩膜;
步骤4:利用公式对所有像素点的时间序列利用OLS进行拟合,利用时间序列模型计算出的残差进行阈值运算生成变化点与不变点的第二个掩膜;
步骤5:将步骤3和步骤4中的两个掩膜取交集,得到可信度高的训练样本;
步骤6:把这些训练样本的特征投入到SVM分类器中进行分类,得到训练模型;
步骤7:根据训练模型再利用SVM对所有像素点进行预测,得到最终的变化检测结果;
在步骤4中所述公式为
其中,x是儒略日期,i是第i个光谱波段,T是每年的天数,a是总体变化趋势的系数,a和b是年内变化的系数,c是年际变化的系数,拟合后与真实的时间序列值进行计算得到均方根误差。
2.如权利要求1所述的一种基于时空谱特征的光学遥感图像变化检测方法,其特征在于:提取遥感图像的波段信息作为光谱特征,所述光谱特征包括以下波段:Blue、Green、Red、NIR、SWIR1、SWIR2和TIR。
3.如权利要求1所述的一种基于时空谱特征的光学遥感图像变化检测方法,其特征在于:通过灰度共生矩阵可从遥感图像中提取纹理特征,所述灰度共生矩阵的特征值是在四个方向上取均值计算得到的。
4.如权利要求3所述的一种基于时空谱特征的光学遥感图像变化检测方法,其特征在于:所述四个方向分别为0°、45°、90°和135°;对于每幅遥感影像,通过滑动窗口的方式计算窗口中心像素点的纹理特征值,步距设置为1个像素,滑动窗口大小设置为3个像素。
5.如权利要求3所述的一种基于时空谱特征的光学遥感图像变化检测方法,其特征在于:所述统计特征由局部均值和方差组成;
其中,n是窗口大小,V(i,j)是移动窗口中第i行和第j列中的光谱值,n设置为3。
6.如权利要求1或4所述的一种基于时空谱特征的光学遥感图像变化检测方法,其特征在于:所述归一化的公式为
其中,PV和PV'分别是归一化前后每个特征的值;PVmax和PVmin分别是归一化前每个特征的相应最大值和最小值。
7.如权利要求1所述的一种基于时空谱特征的光学遥感图像变化检测方法,其特征在于:使用CCDC算法将像粗略分为两类:变化的像素和不变的像素。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110399135.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:显示面板、显示组件和电子设备
- 下一篇:全桥LLC谐振变换器谐振频率跟踪方法