[发明专利]基于高分遥感影像的铁路建设临时建筑监测方法及系统

权利要求书

1.一种基于高分遥感影像的铁路建设临时建筑监测方法，其特征在于，包括：

获取铁路建设期双时相高分遥感影像；

对所述铁路建设期双时相高分遥感影像进行多尺度图像分割，得到分割图像，具体包括：

1)采用简单线性迭代聚类分割方法对所述铁路建设期双时相高分遥感影像进行分割，形成初始分割结果，并对分割结果进行标记，统计邻接关系，得到区域邻接图，获得最初始的地理对象；

2)对所述最初始的地理对象，根据区域相似性准则对相邻的地理对象进行合并，形成高一层次的地理对象；区域相似性准则考虑区域的灰度相似性、公共边缘强度以及区域的面积作为相似性度量Z的依据；具体公式为:

式中分别为两地理对象之间的面积加权灰度距离、边缘地理对象梯度差值、地理对象的相邻关系，R_i,R_j分为两个不同的地理对象，i、j分别表示地理对象的编号；

面积加权灰度距离计算如下:

式中N(R_i),N(R_j)分别表示相邻区域的像素数量；表示R_i,R_j两个不同的地理对象的灰度均值，R_i,R_j分为两个不同的地理对象，i、j分别表示地理对象的编号；

相邻地理对象边缘梯度差值计算如下:

式中MG表示区域边缘处的梯度均值，R_i,R_j分为两个不同的地理对象，i、j分别表示地理对象的编号；

各地理对象相邻关系描述如下:

上式各式中，R_i,R_j分为两个不同的地理对象，i、j分别表示地理对象的编号；

采用基于最大区域熵的方法对图像区域进行合并，合并停止准则采用图像区域最大熵值，原因是从信息论的角度看，灰度变化小的地方其信息量少，局部熵值小；灰度变化大的地方信息量多，局部熵值大；信息熵的计算如下式：

式中p_kl表示在地理对象R_i中，像素位置(k,l)上的灰度出现的频率，R_i为地理对象，H(R_i)为信息熵，f(k,l)为像素位置(k,l)上的灰度出现的次数；

3)重复步骤2)直到对所有的区域进行遍历，得到分割图像；

对所述分割图像进行变化分析，得到变化检测结果，具体包括：

对所述分割图像采用变化矢量分析法进行分析，得到变化矢量；

根据所述变化矢量得到变化强度图；

对所述变化强度图采用阈值分割方法，得到变化区域与未变化区域的识别结果；运用变化矢量分析法对分割后的双时相影像进行变化分析，由特征矢量差值运算得到变化矢量，计算其欧式距离生成变化强度图，随后通过分析变化强度图用阈值分割方法实现变化区域与未变化区域的识别；

对所述分割图像进行分类操作，得到分类操作结果；

根据所述变化检测结果和所述分类操作结果对铁路建设临时建筑进行监测。

2.根据权利要求1所述的基于高分遥感影像的铁路建设临时建筑监测方法，其特征在于，所述对所述分割图像进行分类操作，得到分类操作结果，具体包括：

对所述分割图像采用支持向量机方法进行分类操作，得到分类操作结果。