基于图像融合的光学遥感图像变化检测

摘要

本发明公开一种基于图像融合的光学遥感图像变化检测方法，主要解决现有变化检测技术检测结果精度不高的问题。其实现过程为：对同一地域不同时间获取的两幅光学遥感图像预处理后，分别构造差值法差异图和比值法差异图；对这两幅差异图分别进行N层小波分解后获取各分解层高频带和低频带的小波系数；对高频带和低频带的小波系数分别用不同的融合算子融合处理，得到高频带和低频带的融合小波系数；对高频带和低频带的融合小波系数进行逆变换得到融合后差异图；运用模糊局部C均值聚类法分割融合后的差异图，得到变化检测结果。本发明通过提高光学遥感图像的差异图性能，提高了检测结果的精度，可用于自然灾害评估和环境检测。

主权项

一种基于图像融合的光学遥感图像变化检测方法，包括如下步骤：(1)对同一地域不同时间获取的两幅光学遥感图像进行滤波去噪，辐射校正和几何配准的预处理，得到预处理后的两幅图像X1,X2；(2)利用预处理后的两幅图像X1,X2，分别构造差值法差异图XD和比值法差异图XR：XD＝|X1‑X2|，XR＝X1/X2；(3)对构造出的差值法差异图XD和比值法差异图XR分别进行N层小波分解，得到每幅差异图在N个分解层上高频带和低频带上的多尺度分解的小波系数，N＝3；(4)对高频带和低频带的小波系数用不同的融合算子进行融合处理，即对低频带小波系数采用取平均值的方法进行融合，得到低频带融合小波系数，对高频带小波系数采用选能量最小的方法进行融合，得到高频带融合小波系数；(5)对低频带融合小波系数和高频带融合小波系数进行小波逆变换，所得的重构图像即为融合后差异图XF；(6)运用模糊局部C均值聚类方法对融合后差异图XF进行图像分割，生成变化检测结果图，完成对两幅光学遥感图像变化信息的最终检测。