[发明专利]多边形目标的变化检测方法及装置

说明书

本发明公开了一种多边形目标的变化检测方法及装置，该方法包括：在所述目标的图上坐标下，基于所述目标的GIS数据构建所述目标的边界缓冲区和整体缓冲区；提取所述边界缓冲区的像素点集以及所述整体缓冲区中非边界的像素点集；基于所提取的像素点集从所述目标的梯度图像中提取边界缓冲区中的边界点梯度集合以及整体缓冲区中的非边界点梯度集合；基于所提取的梯度集合，利用z值检验法计算所述目标的边界显著性值；以及如果所计算的边界显著性值小于设定的边界显著性阈值，则判断所述目标为发生变化的目标。本发明提供的方法及装置简单高效，具有较高的检测精度、准确度以及自动化程度。

技术领域

本发明涉及高分辨率遥感技术领域，具体涉及一种多边形目标的变化检测方法及装置。

背景技术

随着智慧城市、数字地球的建设，我国已经建成了一大批基础、专题空间数据集，这些数据在如国土资源调查、城市规划、灾害预报与损毁评估等各行各业发挥着重要的作用。遥感卫星观测具有时间周期短、观测范围广等特点，可以方便地获得大空间范围内连续时间序列的数据。因此，应用遥感数据对空间数据集进行变化检测与更新具有重要的现实意义与广泛的应用前景。

遥感变化检测技术起源于20世纪60年代，目前的研究主要方向都集中在利用多时相的遥感影像进行变化检测。研究方法一般是直接利用两幅或多幅影像中的像素光谱值、或提取出的植被指数、纹理参数、边缘特征、PCA(主成分)等特征参数，通过差值、比值、相关分析等方法获取变化信息。目前运用遥感影像进行变化检测，大多仅基于地物的光谱特征进行变化检测，当同名地物在不同影像中光谱具有差异时检测效果较弱。

GIS数据有着丰富的语义信息，是解译后地物的符号表达，用GIS数据作为先验知识，结合遥感影像进行目标的变化检测，可以避免在图像中进行目标识别的困难，将感兴趣区准确定位在目标本身，能极大的提高检测的准确度。

张晓东(2005)结合GIS数据与遥感数据，提出了基于多边形面积填充率的自适应变化阈值确定方法，以及基于面特征的整体迭代求解方法。吴晓燕等(2010)将GIS数据和遥感影像结合进行道路提取和变化检测，提高了路网数据更新的自动化程度。徐文祥(2011)结合遥感影像，分析点、线、面要素几何变化类型，提出了基于空间特征码的矢量要素变化检测研究。黄俊等(2012)结合高分辨率遥感影像和GIS数据，利用图斑多边形各类特征，对土地利用类型进行了变化检测。张伟等(2013)考虑建筑物等同名地物的形变，改进了相关系数变化检测方法，提高了检测精度。

上述应用遥感数据更新GIS数据的方法目前主要存在如下问题：(1)上述方法都是首先通过分类提取图像中的目标，然后再进行变化检测，而目标识别算法非常复杂，效果又差，严重影响了变化检测的效率和准确度；(2)在高分辨率影像中，由于非正射引起的投影差较为突出，因此传统图像配准针对于图像整体，而对于目标个体偏差较大；(3)仅考虑目标边缘的强度而忽略了目标周边的变化，通用性较差。

发明内容

有鉴于此，为克服上述至少一个缺点，并提供下述至少一种优点。本发明公开了一种多边形目标的变化检测方法及装置。

为解决上述技术问题，本发明采用以下技术方案：一种多边形目标的变化检测方法，包括：

在所述目标的图上坐标下，基于所述目标的GIS数据构建所述目标的边界缓冲区和整体缓冲区；

提取所述边界缓冲区的像素点集以及所述整体缓冲区中非边界的像素点集；

基于所提取的像素点集从所述目标的梯度图像中提取所述边界缓冲区中的边界点梯度集合以及所述整体缓冲区中的非边界点梯度集合；

基于所提取的梯度集合，利用z值检验法计算所述目标的边界显著性值；以及

如果所计算的边界显著性值小于设定的边界显著性阈值，则判断所述目标为发生变化的目标。