发明名称 基于空间约束的卡方变换的多时相遥感影像变化检测方法
摘要 本发明公开了基于空间约束的卡方变换的多时相遥感影像变化检测方法,首先计算多时相多光谱影像的差异影像,在此基础上,计算影像上每一个点的CST值,根据致信水平获取阈值,得到初步的变化检测结果,然后再对该初步结果进行众数滤波(嵌入空间信息),并根据滤波结果重新计算非变化区域的均值和方差矩阵。重复上述过程直到检测结果没有变化为止。其中检测过程中置信水平的选择是通过伪训练样本集来选择的,在最优的置信水平基础上,获取最终的变化检测结果。本发明解决了多时相多光谱遥感影像背景信息复杂、噪声干扰严重的问题。
申请公布号 CN106447653A 申请公布日期 2017.02.22
申请号 CN201610816285.5 申请日期 2016.09.09
申请人 河海大学 发明人 石爱业;孔伟为
分类号 G06T7/00(2017.01)I;G06T7/30(2017.01)I;G06T7/11(2017.01)I;G06T7/136(2017.01)I;G06T5/00(2006.01)I 主分类号 G06T7/00(2017.01)I
代理机构 南京经纬专利商标代理有限公司 32200 代理人 许方
主权项 基于空间约束的卡方变换的多时相遥感影像变化检测方法,其特征在于,包括以下步骤:(1)输入两时相的高分辨率光学遥感影像,分别记为X<sub>1</sub>和X<sub>2</sub>;(2)对X<sub>1</sub>和X<sub>2</sub>进行影像配准;(3)利用多元变化检测方法分别对X<sub>1</sub>和X<sub>2</sub>进行辐射归一化校正;(4)计算多时相差异影像D<sub>X</sub>=X<sub>1</sub>‑X<sub>2</sub>;(5)计算D<sub>X</sub>的模值X<sub>M</sub>,利用贝叶斯原理,并基于最大期望算法获取最优分割阈值T,将|X<sub>M</sub>‑T|≤δ的区域作为伪训练样本集,其中δ取X<sub>M</sub>动态范围的百分比;(6)设定置信水平的搜索范围和搜索步长;(7)确定D<sub>X</sub>中的非变化区域,计算非变化区域的均值矢量和方差矩阵,并计算D<sub>X</sub>上每个点的卡方值;初始化时,将整个D<sub>X</sub>作为非变化区域;(8)在给定的置信水平A的基础上,计算检测阈值,并根据该阈值进行卡方检测,获得初步的检测结果M<sub>0</sub>;(9)给定滤波窗口大小,对M<sub>0</sub>进行众数滤波,即滤波窗口内,如果变化的像素数目大于非变化的,则窗口中心点像素为变化的,反之,窗口中心点像素为非变化的,记众数滤波的结果为M<sub>1</sub>;(10)判断M<sub>1</sub>中的非变化区域相较于M<sub>0</sub>中的非变化区域是否有改变,如果两者没有改变,将给定的置信水平A加上步骤(6)设定的搜索步长作为新的置信水平,并返回步骤(7);如果两者改变了,则将M<sub>1</sub>中的非变化区域作为新的非变化区域,返回步骤(7);(11)当置信水平达到步骤(6)设定的搜索范围的上界,终止循环迭代;(12)针对每一个置信水平,计算伪训练样本集的精度,选择精度最高的伪训练样本集对应的置信水平,并在此基础上,输出最终的变化检测结果。
地址 211100 江苏省南京市江宁区佛城西路8号