[发明专利]基于显著性度量的遥感图像变化检测方法

摘要

本发明公开了一种基于显著性度量的遥感图像变化检测方法，主要解决现有变化检测方法容易受到噪声干扰影响导致检测结果中虚警较高的问题。其实现过程是：输入两时相遥感图像，首先对每幅图像分别进行中值滤波，得到两时相滤波后图像；然后分别计算两时相滤波后图像的灰度差异图和基于Chi-square距离的差异图，并对灰度差异图进行显著性度量，得到一幅显著图；接着分别对基于chi-square距离的差异图和显著图进行模糊c均值分割，最后对显著图的分割结果进行修正，生成最终的变化检测结果。实验结果表明，本发明能够有效抑制噪声的干扰，提高检测结果的精度，可用于对自然灾害的分析、城市规划建设等领域。

主权项

一种基于显著性度量的遥感图像变化检测方法，包括如下步骤：(1)分别对输入的两幅已配准的大小均为m×n的两时相遥感图像I1和I2进行中值滤波，得到两时相遥感图像I1和I2的滤波后图像X1和X2；(2)对滤波后图像X1和X2作差得到灰度差异图D1；(3)计算滤波后图像X1和X2基于Chi‑square距离的差异图D2： D 2 = D 2 ( 1,1 ) D 2 ( 1,2 ) . . . D 2 ( 1 , n ) D 2 ( 2,1 ) . . . . . . . . . . . . . . . D 2 ( i , j ) . . . D 2 ( m , 1 ) D 2 ( m , 2 ) . . . D 2 ( m , n ) D 2 ( i , j ) = Σ k = 1 n 1 ( X 1 ( i , j ) - X 2 ( i , j ) σ D 1 ) 2 式中i，j分别表示当前像素点的坐标索引，σ表示标准差，∑表示求和，n1表示以当前像素点为中心，所取滑动窗口内像素点的总个数，本发明中取n1＝9，即滑动窗口大小为3×3；(4)对灰度差异图D1进行显著性度量，得到显著图D3；(5)对差异图D2和显著图D3分别进行模糊c均值聚类分割，得到两组分割结果，依次表示为Z1和Z2，其中分割结果图Z1和初始变化检测结果图Z2中被标记为变化类的像素点赋值为1，被标记为非变化类的像素点赋值为0；(6)利用分割结果图Z1对初始变化检测结果图Z2依据不同情况进行修正，去除分割结果图Z2中的孤立小噪声点，生成变化检测结果图Z。