一種兩時相遙感影像變化檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及遙感影像處理技術(shù)領(lǐng)域，尤其涉及一種兩時相遙感影像變化檢測方 法。
【背景技術(shù)】
[0002] 遙感影像的變化檢測就是從不同時期的遙感數(shù)據(jù)中，定量地分析和確定地表變化 的特征與過程。各國學(xué)者從不同的角度和應(yīng)用研究提出了許多有效的檢測算法，如變化矢 量分析法（ChangeVectorAnalysis，CVA)、基于FuzzyC-means(FCM)的聚類方法等。其 中，傳統(tǒng)的基于FCM的多時相光學(xué)遙感變化檢測，多先進行CVA變換，然后對變化矢量的幅 值進行FCM聚類，進而得到變化檢測結(jié)果。該類技術(shù)中，使用FCM的不足是僅僅使用變化矢 量的幅值，使得原始多波段信息沒有得到充分的挖掘。
[0003] 基于FCM的變化檢測算法中，由于存在空間相關(guān)性，圖像中的像素點所屬類別（變 化類與非變化類）不僅與當(dāng)前像素點的灰度值有關(guān)，還受到其鄰域內(nèi)像素點灰度值的影 響。目前在FCM算法的基礎(chǔ)上，目前多以局部空間鄰域均值或中值作為空間約束條件嵌入 到FCM的目標(biāo)函數(shù)中。然而這些方法使用固定的窗口得到空間信息，導(dǎo)致了尺寸比例的選 擇問題。另外，由于多時相光學(xué)遙感影像檢測環(huán)境的復(fù)雜化以及目標(biāo)先驗信息匱乏等，導(dǎo)致 這些算法都存在著一定的局限性。為此，有必要研究新的光學(xué)遙感圖像變化檢測技術(shù)來有 效克服上述難點。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題在于，提供一種兩時相遙感影像變化檢測方法，基于 擴展屬性濾波（ExtendedAttributeProfile，ΕΑΡ)和FCM(FuzzyC-Means)，提高了變換 檢測精度。
[0005] 為了解決上述技術(shù)問題，本發(fā)明提供了一種兩時相遙感影像變化檢測方法，包 括：
[0006] 獲取兩時相的原始光學(xué)遙感影像；
[0007] 對所述原始光學(xué)遙感影像進行影像配準(zhǔn)；
[0008] 利用直方圖調(diào)整方法對影像配準(zhǔn)后的遙感影像進行輻射歸一化校正；
[0009] 對輻射歸一化校正后的遙感影像，計算每個相應(yīng)波段的波段差；
[0010] 對每一個波段差，分別計算擴展屬性剖面；
[0011] 將每一個波段差作為FCM的輸入，并將擴展屬性剖面作為空間鄰域信息嵌入到 FCM模型中，確定影像的變化區(qū)域和非變化區(qū)域。
[0012] 實施本發(fā)明，具有如下有益效果：
[0013] 1)采用ΕΑΡ提取影像的紋理特征，其濾波窗口尺寸的選擇不是固定的，而是自適 應(yīng)變化的。
[0014] 2)在FCM目標(biāo)函數(shù)中，利用ΕΑΡ濾波影像作為空間約束，提高了影像的變化檢測精 度。
【附圖說明】
[0015] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以 根據(jù)這些附圖獲得其他的附圖。
[0016]圖1是本發(fā)明提供的兩時相遙感影像變化檢測方法的一個實施例的流程示意圖；
[0017] 圖2是原始光學(xué)遙感影像；
[0018] 圖3是本發(fā)明方法與其他方法的處理結(jié)果對比圖。
【具體實施方式】
[0019] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他 實施例，都屬于本發(fā)明保護的范圍。
[0020] 圖1是本發(fā)明提供的兩時相遙感影像變化檢測方法的一個實施例的流程示意圖， 如圖1所示，包括：
[0021] S101、獲取兩時相的原始光學(xué)遙感影像XJPX2。
[0022] 其中，Χρ&是同一區(qū)域不同時相的兩幅光學(xué)遙感影像。
[0023]S102、對所述原始光學(xué)遙感影像&和X2進行影像配準(zhǔn)。
[0024] 具體的，步驟S102具體包括步驟：
[0025]S1021、采用ENVI14. 8遙感軟件對光學(xué)遙感影像XJPX2進行幾何粗校正。
[0026] 幾何粗校正具體操作步驟為：（1)顯示基準(zhǔn)影像和待校正影像；(2)采集地面控制 點GCPs;GCPs應(yīng)均勻分布在整幅圖像內(nèi)，GCPs的數(shù)目至少大于等于9;(3)計算誤差；(4) 選擇多項式模型；（5)采用雙線性插值進行重采樣輸出。
[0027] 其中的雙線性差值法為：若求未知函數(shù)Π在點P= (X，y)的值，假設(shè)我們已知函 數(shù)Π在Qn=(XuylQuZ (x^y》，及Q22= (x2，y2)四個點的值。如果選 擇一個坐標(biāo)系統(tǒng)使得這四個點的坐標(biāo)分別為（〇,〇)、（〇，1)、（1，〇)和（1，1)，那么雙線性插 值公式就可以表示為：
[0028] η(X，y)~η(0, 0) (1-X) (1-y)+fl(1，0)X(1-y)+f(0, 1) (1-X)y+fl(1，1)xy。
[0029] S1022、利用自動匹配與三角剖分法對幾何粗校正后的遙感影像&和X2進行幾何 精校正。
[0030] 其中，三角剖分法為，采用逐點插入法構(gòu)建Delaunay三角網(wǎng)，對每一個三角形，利 用其三個頂點的行列號與其對應(yīng)的基準(zhǔn)影像同名點的地理坐標(biāo)來確定該三角形內(nèi)部的仿 射變換模型參數(shù)，對待校正影像進行糾正，得到校正后的遙感影像。
[0031] S103利用直方圖調(diào)整方法對影像配準(zhǔn)后的遙感影像進行輻射歸一化校正。
[0032] 具體的，步驟S103包括步驟：將影像配準(zhǔn)后的遙感影像的像素灰度值分別調(diào)整為
:，從而實現(xiàn)輻射歸一化校正，
[0033] 其中，影像配準(zhǔn)后的遙感影像各個波段服從高斯分布，μ,、〇f分別為參考影像的 像素均值和標(biāo)準(zhǔn)差，&、μ^ 別為影像配準(zhǔn)后的遙感影像的像素灰度值、均值和標(biāo)準(zhǔn) 差。
[0034] 本步驟中按照公式 + ?'分別對影像配準(zhǔn)后的遙感影像&和X2 進行輻射歸一化校正。
[0035] S104、對輻射歸一化校正后的遙感影像，計算每個相應(yīng)波段的波段差。
[0036] 其中，計算到的波段差為Dyi= 1，2, "·，Β，Β表示影像的波段數(shù)目。
[0037] S105、對每一個波段差，分別計算擴展屬性剖面。
[0038] 具體的，步驟S105包括步驟：
[0039] S1051、對每一個波段差01，設(shè)置其灰度級為L+1，其層級定義為XJDJ= {peD^Djp)彡1}，對影像Di在每一灰度級上進行二值化，得到一系列二值圖像XjDlp 表示像素點，1表示影像的灰度值；
[0040] S1052、對于Di上的每一個像素點p，根據(jù)不同的屬性門限Τλ做屬性開變換和屬性 閉變換，得到Ρ點處的屬性開剖面(ρ))和屬性閉剖面ni!y(D,.))(/<)，其中，
[0043] 其中，屬性開變換和閉變換的計算步驟為：
[0044] 對每一個二值圖像I，其屬性開變換定義為：

，屬性閉變換定義為ΨΤ(Ι) = (ΓΤ(Γ)Γ。
[0045] 因此，屬性開變換為：（γYdJ) (p) =max{k:pe廣以仇)]}
[0046] 屬性閉變換為
_
[0047] S106、將每一個波段差作為FCM的輸入，并將擴展屬性剖面作為空間鄰域信息嵌 入到FCM模型中，確定影像的變化區(qū)域和非變化區(qū)域。
[0048] 具體的，步驟S106包括步驟：
[0049] S1061、構(gòu)建FCM結(jié)合空間鄰域信息的模型為：
[0050]
[0051] 式中，C是聚類數(shù)目，C為2,N是樣本的總數(shù)，<1表示第k樣本對于第j類聚類中 心的模糊隸屬度，m為隸屬度的加權(quán)指數(shù)，m)參數(shù)α控制懲 罰效果，
[0052] D(k