[发明专利]大尺度时间序列遥感图像变化区域的检测方法

摘要

本发明提供了一种大尺度时间序列遥感图像变化区域的检测方法。在该检测方法中，通过将大尺度高分辨率时间序列遥感图像变化区域检测问题转化为图像区域时间序列变化信息标注问题，实现了大尺度时间序列图像中变化区域的快速定位，降低大尺度遥感图像变化检测的难度，增强大尺度时间序列图像判读解译的实用性。

主权项

1.一种大尺度时间序列遥感图像变化区域的检测方法，其特征在于，包括：步骤A，将大尺度时间序列遥感图像，即在同一区域不同时间获取的n幅大尺度遥感图像，进行配准处理，得到配准后的n幅大尺度遥感图像{X1,X2,…,Xn}；步骤B，将经配准处理后的在同一区域不同时间获取的n幅大尺度遥感图像{X₁,X₂,…,X_n}按照时间序列(t₁,t₂,…,t_n)排列，按照预设大小的窗口将每个时相上的图像均匀分割成不重叠的k个图像区域将同一位置上的图像区域按照时间序列排列其中，i＝1、2、……，n；j＝1、2、……、k；步骤C，以每个时间序列图像区域为多示例学习中词袋，以词袋中连续两个时间点上的图像区域为多示例学习中的示例，通过“图像区域‑示例，图像序列‑词袋”的映射，在大尺度时间序列遥感图像上完成多示例学习框架的构造；步骤D，以图像区域为单位对每个图像区域提取颜色特征、纹理特征，SIFT特征以及熵特征，以每个图像区域为单位构造特征向量；对词袋中的每个示例计算特征向量；以及步骤E，利用训练样本对多示例学习框架中的分类器进行训练，得到最佳分类器参数设置；利用已训练的多示例分类器，对测试集进行测试，给出k个词袋的标记，从而将时间序列上发生过变化的图像区域标记出来，并以概率形式给出每个区域发生变化的百分比；其中，所述步骤C包括：将步骤B产生的同一位置上的按时间序列排列的图像区域视为多示例学习框架中的一个词袋；将词袋中连续两个时间点(t_i,t_i+1)上的图像区域视为多示例学习框架中的一个示例；如果一个词袋中所有的示例均为不变化的区域，则该词袋标记为不变化词袋，反之，如果词袋中有一个示例为变化的区域，则该词袋标记为变化词袋。