[发明专利]基于慢特征分析的遥感影像变化检测方法

摘要

发明公开了一种基于慢特征分析的遥感影像变化检测方法，本发明将慢特征分析方法引入多时相遥感影像的变化检测中，慢特征分析方法充分考虑多时相遥感影像间的空间对应关系，并将针对连续信号分析的原始理论发展成基于离散数据集的变化检测算法。慢特征分析方法能提取多时相遥感影像数据集中的不变特征作为特征空间，在此特征空间中，多时相遥感影像间的光谱差异得到了抑制，真实变化得到了突出，从而可提高变化检测精度。同时，慢特征分析方法实现简单、运算速度很快。

主权项

基于慢特征分析的遥感影像变化检测方法，其特征在于：将多时相遥感影像X和Y分别读入大小为N×P的矩阵X和Y中，矩阵中各元素为各波段对应的像素辐射值，N为多时相遥感影像的波段数，P为多时相遥感影像的像素数，基于矩阵X和矩阵Y对多时相遥感影像X和Y进行如下操作：步骤1，获取多时相遥感影像X和Y各波段的像素辐射值均值和像素辐射值标准差；步骤2，根据各波段的像素辐射值均值和像素辐射值标准差标准化多时相遥感影像X和Y；步骤3，基于标准化的多时相遥感影像X和Y获取多时相遥感影像X和Y的差值影像的协方差矩阵A、以及多时相遥感影像X和Y的协方差矩阵的和矩阵B；步骤4，求解矩阵A相对矩阵B的广义特征值及广义特征值对应的特征向量，按照广义特征值大小对对应的特征向量进行排序，获得有序的特征向量矩阵，其中，将广义特征值从小到大排序，排序为j的广义特征值为第j个波段的广义特征值；步骤5，采用有序的特征向量矩阵，将标准化的多时相遥感影像X和Y投影到特征空间，并获得多时相遥感影像X和Y各波段的特征差值；步骤6，根据各波段的特征差值和广义特征值，获得各像素点的卡方距离，并根据像素点的卡方距离获得多时相遥感影像X和Y的变化检测结果。