[发明专利]结合阴影补偿与决策融合的遥感影像变化检测方法

权利要求书

1.结合阴影补偿与决策融合的遥感影像变化检测方法，其特征在于，包括以下步骤：

(1)基于矢量量化方法对遥感影像进行分类，基于分类结果，将阴影像素视为出界点，采用卡方检验进行阴影检测；

(2)采用多尺度分割算法提取地理对象；

(3)基于尺度间互信息最小的优化目标自适应提取尺度参数，获取多尺度J-image影像序列；

(4)获取步骤(1)中检测出的阴影和步骤(2)中提取的地理对象在不同时相、相同尺度J-image影像序列中的投影，并在此基础上，分析任意地理对象在不同时相、相同尺度J-image影像序列间的相似程度；

(5)通过结合阴影补偿的决策融合算法实现遥感影像变化检测及变化强度等级的划分。

2.根据权利要求1所述结合阴影补偿与决策融合的遥感影像变化检测方法，其特征在于，在步骤(1)中，采用卡方检验进行阴影检测的方法如下：

定义卡方分布：

(X-m)^TΣ^-1(X-m)～χ²(b)

其中，X为随机变量，m和Σ分别为非阴影区域的均值和协方差矩阵，b为自由度，即多光谱影像的波段数目；

在此基础上，采用下式确定阴影像素：

其中，P表示概率，1-γ为置信度，此时卡方值小于的像素为阴影像素。

3.根据权利要求1所述结合阴影补偿与决策融合的遥感影像变化检测方法，其特征在于，在步骤(2)中，多尺度分割仅在单一时相影像中进行，再将分割结果根据配准获得的像素间匹配关系直接映射到另一时相影像中，从而确定统一的地理对象集合R＝{R₁,R₂,...R_G}，其中G为分割结果中的对象总数。

4.根据权利要求1所述结合阴影补偿与决策融合的遥感影像变化检测方法，其特征在于，在步骤(3)中，自适应提取尺度参数的过程如下：

(31)依据目视解译在影像中选择尺寸较大的地理对象，统计其包含的像素数量为E；

(32)设定尺度参数的最大值H_MAX为大于的最小整数；

(33)依据阴影检测及配准结果，选择在两时相影像中均为非阴影的像素集合，利用该像素集合分别在单一时相影像中计算相邻尺度间的互信息为NMI_t(s-1,s)；其中t∈{1,2}，代表不同时相影像；s为尺度序号，其最大值取H_MAX；

(34)获得双时相影像相邻尺度间的互信息值：

(35)通过迭代计算遍历所有的尺度参数组合，从而自适应提取NMI_all最小值对应的尺度参数集合H_NMImin＝{H₁,H₂,...H_D}，D为H_NMImin中的尺度总数。

5.根据权利要求1所述结合阴影补偿与决策融合的遥感影像变化检测方法，其特征在于，在步骤(4)中，设任意地理对象R_i在时相1、2相同尺度J-image中的投影分别为R_i1和R_i2，则R_i1与R_i2间的相似程度：

其中，μ_i1、μ_i2、σ_i1、σ_i2、σ_i1i2分别是R_i1与R_i2的均值、标准差、方差和协方差；C₁、C₂为常数；SSIM越大，则当前尺度下R_i1与R_i2的相似程度越高，发生变化的可能性越小；遍历所有D个尺度，可获得R_i对应多尺度J-image序列下的相似性度量集合SSIM_ki∈{SSIM_1i,SSIM_2i,...,SSIM_Di}，其中k为尺度参数集合H_NMImin中的尺度序号。