[发明专利]基于超像元模糊聚类的高分辨率遥感影像变化检测方法

权利要求书

1.一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法，其特征在于：包括以下步骤：

步骤1、对两期高分辨率遥感影像进行配准和辐射校正预处理，并利用变化矢量分析技术生成两期影像的差分影像；

步骤2、利用简单线性迭代聚类算法对步骤1中生成的差分影像进行超像元分割，获得超像元差分影像；

步骤3、基于步骤2中超像元差分影像的超像元灰度信息,利用阈值技术获取超像元的伪标记知识；

步骤4、通过图理论，构建步骤2中超像元差分影像中超像元的不规则空间邻域关系；

步骤5、将超像元差分影像的灰度值信息、伪标记知识以及不规则空间邻域信息集成到模糊聚类模型，通过模糊聚类得到变化检测图。

2.根据权利要求1所述的一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法，其特征在于：所述的步骤3中，通过超像元差分影像中超像元的灰度值信息，利用阈值技术获取超像元的伪标记知识：根据差分影像灰度值越大，发生变化的可能性越大，分别设置阈值T_c和T_u将超像元差分影像划分为三个区域：可确定的变化类区域S_c＝{s_n∈S|g_n＞T_c}，可确定的未变化类区域S_u＝{s_n∈S|g_n＜T_u}和模糊区域UN＝{s_n∈S|T_u≤g_n≤T_c}；其中s_n表示第n个超像元，g_n表示超像元s_n的灰度值，S表示由超像元构成的集合；根据上述伪标记信息可得到超像元的监督隶属度：

其中表示超像元s_n属于变化类的监督隶属度；表示超像元s_n属于未变化类的监督隶属度，阈值T_c和T_u可根据不同的应用而改变；u_c(s_n)^FCM和u_u(s_n)^FCM分别表示通过将模糊C均值聚类应用到超像元差分影像得到的超像元s_n的属于变化类与未变化类的隶属度。

3.根据权利要求1所述的一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法，其特征在于：所述的步骤4中，通过图理论，构建步骤2中超像元差分影像中超像元的不规则空间邻域关系：

给定超像元s_n，其邻域像元定义为与超像元s_n边界有相邻点的所有超像元，s_n表示中心超像元，表示s_n的邻域超像元；在超像元差分影像中，超像元邻域系统是不规则的，为表示此种邻域关系，引入图理论中邻接矩阵；将超像元视作顶点集，利用邻接矩阵表示邻域系统，具有相邻关系的顶点间对应的邻接矩阵位置非0，不具有相邻关系的顶点间对应的邻接矩阵位置为0；相邻超像元间的距离通过下式计算：

其中表示给定超像元s_n与其邻域超像元中心的欧氏距离，(x(s_n),y(s_n))和分别表示给定超像元s_n和与其邻域超像元中心的空间坐标。

4.根据权利要求1所述的一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法，其特征在于：所述的步骤5中，将超像元差分影像的灰度值信息、伪标记知识以及不规则空间邻域信息集成到模糊聚类模型，通过模糊聚类得到变化检测图：

通过超像元模糊聚类的目标函数J集成超像元的灰度值信息和伪标记知识：

其中S表示由超像元组成的集合，s_n表示第n个超像元，g_n表示超像元s_n的灰度值；C表示聚类数；m是模糊化程度参数；α是调节两项的平衡系数；u_k(s_n)表示第n个超像元s_n属于第k类的隶属度，v_k表示第k个类别的中心，k表示变化类或未变化类；和分别表示第n个超像元属于变化类和未变化类的监督隶属度，通过步骤2得到；聚类中心v_k和隶属度u_k(s_n)分别通过公式(5)和(6)定义：

公式中各个符号的含义与公式(4)中相同；通过公式(6)计算的隶属度主要考虑超像元的灰度值信息和伪标记知识，未考虑超像元间的空间相关性，影响了其准确程度；为解决此问题，在每次迭代中，通过集成隶属度空间项来修正公式(6)中的隶属度u_k(s_n)；修正后的隶属度记作通过下式计算

其中表示空间项，利用相邻超像元的隶属度来修正中心像元的隶属度，通过式(8)计算得到；β是调节u_k(s_n)和的平衡系数；

其中表示超像元s_n与其相邻超像元中心的欧氏距离，通过式(3)计算得到；N表示超像元s_n的相邻超像元个数；

通过聚类超像元差分影像得到每个超像元的模糊隶属度，将超像元分配给隶属度较大的类，得到最终变化检测图；具体的，用l(s_n)表示第n个超像元变化检测结果的类别，l(s_n)可通过下式得到：

其中w_c和w_u分别表示变化和未变化类，和分别表示聚类后最终得到的超像元s_n属于变化类和未变化类的隶属度。