[发明专利]一种基于CVA和样本选择的遥感影像变化检测方法

摘要

本发明公开了一种基于CVA和样本选择的遥感影像变化检测方法，包括以下步骤对检测区域的2幅不同时相的遥感影像进行配准；进行多尺度分割得到像斑；将全部像斑进行特征融合得到差异影像；进行格网分块得到多个差异影像块并计算标准差；按照差异程度从大到小的排序生成排序曲线，提取曲线斜率变化最大位置处及斜率变化最大位置前的差异影像块；基于贝叶斯阈值获取变化阈值，利用变化阈值对差异影像进行二值分割，获得变化检测结果；输出检测结果。本发明具有如下优点有效融合影像对象的多维特征，发挥不同影像对象特征在变化检测中的能力，提高变化检测算法的可靠性和适用范围；变化检测算法稳定性增强。

主权项

一种基于CVA和样本选择的遥感影像变化检测方法，其特征在于，包括以下步骤：S1：对需要进行变化检测的同一区域的2幅不同时相的遥感影像进行配准；S2：对配准后遥感影像进行多尺度分割，得到像斑；S3：将全部像斑进行基于CVA的特征融合生成每个像斑的像斑差异度，并得到差异影像；S4：将所述差异影像进行格网分块得到多个差异影像块，计算出每个差异影像块的标准差；S5：按照所有差异影像块的标准差的差异程度从大到小的排序生成排序曲线，提取所述排序曲线中曲线斜率变化最大位置处的差异影像块及斜率变化最大位置前一的差异影像块分别作为第一差异影像块和第二差异影像块；S6：将所述第一差异影像块的差异度和所述第二差异影像块的差异度作为训练样本，将所述训练样本通过基于EM算法的贝叶斯阈值确定方法获取变化阈值，利用所述变化阈值对所述差异影像进行二值分割，获得变化检测结果；以及S7：输出所述检测结果。