[发明专利]一种多光谱遥感影像变化检测方法

说明书

技术领域

本发明涉及遥感影像处理技术领域，特别涉及一种多光谱遥感影像变化检测方法，适用于同一区域不同时相的多幅含有地物变化信息的多光谱遥感影像数据的变化检测。

背景技术

基于遥感影像的变化检测是根据同一区域不同时相的遥感影像，辨识观测对象或者现象的状态变化过程。它已广泛应用于资源管理与规划、环境保护等诸多领域，并为相关部门提供科学决策的依据。

当前，遥感影像的变化检测问题已经成为一个非常活跃的研究方向，如美国的国家地理空间智能研究所、意大利的Trento大学、中国科学院遥感所、武汉大学等机构和研究小组都在开展相关方面的研究和应用开发，取得了诸多成果。目前遥感影像变化检测方法主要有：代数法、变换法、分类比较法、高级模型法、GIS集成法、视觉分析法和其它方法。

其中代数法以其操作简单、易于实现成为当前变化检测中使用最广泛的方法之一，主要包括差值法、比值法等。代数法的变化检测核心问题为：差异影像的获取和阈值的选取。仅依靠单一方法获取差异影像，并不能较好地反映地面真实变化情况。通过融合的方法来构造差异影像可以克服此问题，但是其不足是该方法主要是针对单一波段遥感影像。

为了克服这些缺点，L.Bruzzone等提出一种基于统计最小错误率的Bayes判别准则的变化检测算法，将差异影像视作由变化和非变化两类像元组成的高斯混合分布，然后利用（Expectation-Maximization，EM）算法估计出高斯混合分布密度函数的参数，进而确定出变化检测的阈值。但当“差异影像”含有多种地物变化类型，光谱信息较复杂时，把差异影像视作仅有两类的高斯混合分布，显然会降低其变化检测精度。另外，EM算法是在已知高斯混合模型（Gaussian Mixture Model，GMM）分支数的情况下对参数进行估计的，而在实际的应用中，这点很难做到。

发明内容

发明目的：针对现有技术中存在的问题，本发明提供一种多光谱遥感影像变化检测方法，该方法能最大限度地保留目标数据变化的细节信息，减少伪变化信息及背景噪声的干扰。该方法引入基于SVM混合核函数并且同时考虑差异影像的灰度特征和纹理特征，能够准确的对遥感影像进行变化检测，提高了目标影像的变化检测精度。

技术方案：一种多光谱遥感影像变化检测方法，包括下述步骤：

步骤1数据准备

选取需要进行变化检测的同一区域、不同时相的2幅多光谱遥感影像数据。

步骤2构造差异影像

对2幅多光谱遥感影像数据通过相关系数融合法构造差异影像。

差异影像的构造可分以下几步进行，首先对经过步骤1得到的2幅多光谱遥感影像数据X₁，X₂，通过ENVI4.8软件分别进行PCA变换，并分别提取其第一主成分X_1pc1，X_2pc1。然后，求取X_1pc1，X_2pc1的差值、比值影像ΔY₁与ΔY₂，最后对获取的差值、比值影像进行融合构造出差异影像。

对于PCA变换，采用ENVI4.8软件对目标数据进行PCA变换时以协方差矩阵的特征向量对应的矩阵作为变换矩阵。

对于n维随机变量（X₁,X₂,…,X_n），若c_ij＝Cov(X_i,X_j)＝E{[X_i-E(X_i)][X_j-E(X_j)](i,j＝1,2...n)都存在，则n维随机变量（X₁,X₂,…,X_n）的协方差矩阵为：