[发明专利]一种基于差分描述子的遥感图像变化向量变化检测法

说明书

本发明公开了一种基于差分描述子的遥感图像变化向量变化检测法，其特征是，包括如下步骤：1)选取两张多时相图像；2)对多时相图像的波段进行组合，得到图像信息最大化组合；3)针对波段的空间信息，构建差分描述子来得到差分图像；4)基于贝叶斯判别规则选取阈值，通过阈值法确定差分图像中的变化像素。本发明所达到的有益效果：本方法实现了光谱域中波段组合的最优化并有效地结合空间信息，可以有效地提高结果的精确度；所构建的差分描述子，可实现更加可靠的变化检测，通过该描述子计算出像素的水平变化量和垂直变化量，并依据图像在相邻像素之间存在较强的相关性，对变化量进行加权，得到最终的输出值，可以有效地减少波段信息的损失。

技术领域

本发明涉及一种基于差分描述子的遥感图像变化向量变化检测法，属于遥感影像处理技术领域。

背景技术

近年来，随着航空航天技术的迅速发展，卫星遥感、无人机航拍等遥感技术广泛应用在农、林、地质、海洋、气象以及军事侦察、导航制导等领域。遥感影像变化检测是指利用不同时期同一区域的遥感影像及相关数据，通过图像处理及数理模型等技术对其进行比较，分析和判断其影像间的变化。最近20年来，人们对自动变化检测技术从不同的角度进行了研究，提出了许多基于遥感影像变化的检测方法和技术，这些方法概括起来可以分为三类：分类后比较方法、像素光谱直接比较方法和混合方法。在这些方法中，由于像素光谱比较方法原理简单，对检测的遥感数据要求比较低且保留了图像的原始信息，不受分类和特征提取等处理方法误差传递的影响，所以在实际应用中适应面较广。其主要方法有：①不同时相的波段代数运算法：②回归法；③主成分分析法；④变化向量分析法(CVA，ChangeVector Analysis)。在像素光谱直接比较的方法中，变化向量分析法通过两个时相间的向量大小表示变化的程度，并通过阈值来确定两个时相之间变化/未变化的像素。不同地物的变化有不同的变化角度，通过对变化角度的分类可以获得地物变化的类型。

但是在该类技术中，CVA存在的不足主要体现在仅使用了多时相高分辨率差分影像的光谱信息，其次未考虑波段相关性及空间上下文信息，导致了算法对噪声敏感且鲁棒性较差，易出现椒盐现象。针对以上问题有许多专家和学者对算法进行了改进，比如基于主成分分析的变化向量法和基于模糊支持向量机的变化向量法等，但这些算法都局限于传统差分影像配准后匹配像素间直接相减，组成一幅新的差值多光谱图像，没有对得到变化向量的差分描述子做出改善。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于差分描述子的遥感图像变化向量变化检测法，有效改善了CVA算法在高分辨率遥感影像变化检测中对噪声敏感且鲁棒性较差的问题。

为了实现上述目标，本发明采用如下的技术方案：

一种基于差分描述子的遥感图像变化向量变化检测法，其特征是，包括如下步骤：

1)选取两张多时相图像并进行预处理，进行影像配准等预处理，目的是排除传感器，大气等因素对数据源造成的一定误差；

2)对多时相图像的波段进行组合，得到图像信息最大化的组合；

3)针对波段的空间信息，构建差分描述子来得到差分图像；

4)基于贝叶斯判别规则选取阈值，通过阈值法确定差分图像中的变化像素。

前述的一种基于差分描述子的遥感图像变化向量变化检测法，其特征是，所述步骤2)的具体内容为：

21)找出两张图像x₁和x₂中所有的n个波段；

22)找出图像x₁的每一个波段i，分别与图像x₂的所有的n个波段进行组合，得到n²个结果；

23)计算出图像x₁中每个波段i的n个组合结果的相关系数；