) = [0!(^02(^,
[0053] open(k) = [11((^^))(10)11((^(02))(10^.11((^(?))^)^
[0055] S1062、采用?
I更 新模糊劃分矩陣；
[0056]S1063、采用另
更新聚類中心；
[0057] S1064、重復更新模糊劃分矩陣和聚類中心，直至相鄰兩次迭代的聚類中心聚類小 于閾值ε;
[0058]S1065、根據(jù)模糊劃分矩陣u]k確定最終的變化檢測圖，確定影像的變化區(qū)域和非 變化區(qū)域。
[0059] 本發(fā)明的實驗數(shù)據(jù)為LandsatTM數(shù)據(jù)，位于巴西的亞馬遜森林地區(qū)的2幅遙感 影像，獲取時間分別為2000年7月和2006年7月，選用前4個波段，實驗區(qū)大小為320像 元X320像元，圖2(a)和（b)分別為兩個時相的真彩色遙感影像。變化參考圖如圖2(c) 所示，共有16, 826個變化像素。
[0060] (1)基于CVA的EM方法（CVA-EM)[意大利的BruzzoneL.等在文章"Automatic analysis of difference image for unsupervised change detection'，（IEEE Transactions on Geoscience and Remote Sensing, 2000, 38 (3) :1171-1182.)中所提的檢 測方法]。
[0061] (2)FCM結合空間鄰域信息的分類方法（FCM-S) [Chen songchan等在文章 "Robust Image Segmentation Using FCM With Spatial Constraints Based on New Kernel-Induced Distance Measure'，（IEEE Transactions on Systems, Man, and Cybernetics一PartB:Cybernetics, 2004,34 (4) :l907_l9l6·)中所提的方法]
[0062] (3)本發(fā)明方法（采用標準差屬性，閾值設為30)。
[0063] 檢測性能用錯檢數(shù)FP、漏檢數(shù)FN、總錯誤數(shù)0E和Kappa系數(shù)四個指標來衡量。FP、 FN和0E越接近于0、Kappa系數(shù)越接近于1，表明變化檢測方法的性能越好。檢測結果如表 1所示。由表1可見，本發(fā)明所提的檢測方法性能優(yōu)于其他兩種檢測方法，這表明本發(fā)明所 提的變化檢測方法是有效的。
[0064] 表1各算法變化檢測結果比較
[0065]
[0066] 實施本發(fā)明，具有如下有益效果：
[0067] 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 應變化的。
[0068] 2)在FCM目標函數(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。
[0069] 需要說明的是，在本文中，術語"包括"、"包含"或者其任何其他變體意在涵蓋非排 他性的包含，從而使得包括一系列要素的過程、方法、物品或者裝置不僅包括那些要素，而 且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者裝置所固有 的要素。在沒有更多限制的情況下，由語句"包括一個……"限定的要素，并不排除在包括 該要素的過程、方法、物品或者裝置中還存在另外的相同要素。
[0070] 專業(yè)人員還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元 及算法步驟，能夠以電子硬件、計算機軟件或者二者的結合來實現(xiàn)，為了清楚地說明硬件和 軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些 功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術方案的特定應用和設計約束條件。專業(yè) 技術人員可以對每個特定的應用來使用不同方法來實現(xiàn)所描述的功能，但是這種實現(xiàn)不應 認為超出本發(fā)明的范圍。軟件模塊可以置于隨機存儲器（RAM)、內(nèi)存、只讀存儲器（R0M)、電 可編程R0M、電可擦除可編程R0M、寄存器、硬盤、可移動磁盤、CD-ROM、或技術領域內(nèi)所公知 的任意其它形式的存儲介質(zhì)中。
[0071] 對所公開的實施例的上述說明，使本領域?qū)I(yè)技術人員能夠?qū)崿F(xiàn)或使用本發(fā)明。 對這些實施例的多種修改對本領域的專業(yè)技術人員來說將是顯而易見的，本文中所定義的 一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明 將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一 致的最寬的范圍。
【主權項】
1. 一種兩時相遙感影像變化檢測方法，其特征在于，包括： 獲取兩時相的原始光學遙感影像； 對所述原始光學遙感影像進行影像配準； 利用直方圖調(diào)整方法對影像配準后的遙感影像進行輻射歸一化校正； 對輻射歸一化校正后的遙感影像，計算每個相應波段的波段差； 對每一個波段差，分別計算擴展屬性剖面； 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。2. 如權利要求1所述的兩時相遙感影像變化檢測方法，其特征在于，所述對所述原始 光學遙感影像進行影像配準，具體包括： 采用ENVI14. 8遙感軟件對原始光學遙感影像進行幾何粗校正； 利用自動匹配與三角剖分法對幾何粗校正后的遙感影像進行幾何精校正。3. 如權利要求1所述的兩時相遙感影像變化檢測方法，其特征在于，所述利用直方圖 調(diào)整方法對影像配準后的遙感影像進行輻射歸一化校正，具體包括： 將影像配準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， 其中，影像配準后的遙感影像各個波段服從高斯分布，yf、〇￡分別為參考影像的像素 均值和標準差，&、μP 別為影像配準后的遙感影像的像素灰度值、均值和標準差。4. 如權利要求1所述的兩時相遙感影像變化檢測方法，其特征在于，所述對每一個波 段差，分別計算擴展屬性剖面，具體包括： 對每一個波段差〇1，設置其灰度級為L+1，其層級定義為X1 (D1) =IpeD1ID1(P)彡1}， 對影像D1在每一灰度級上進行二值化，得到一系列二值圖像Xi(D1)，其中，i= 1，2,…，B，B 表示影像的波段數(shù)目，P表示像素點，1表示影像的灰度值； 對于D1上的每一個像素點p，根據(jù)不同的屬性門限Tλ做屬性開變換和屬性閉變換，得 至Ijp點處的屬性開剖面Π((Yt(D1))(P))和屬性閉剖面Π&1 (D,.)j(,")j其中，5. 如權利要求4所述的兩時相遙感影像變化檢測方法，其特征在于，所述將每一個波 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，具體包括： 構建FCM結合空間鄰域信息的模型為：式中，C是聚類數(shù)目，C為2,N是樣本的總數(shù)，< 表示第k樣本對于第j類聚類中心的 模糊隸屬度，m為隸屬度的加權指數(shù)，m為2,Ujke[〇, 1]且參數(shù)α控制懲罰效 果，更新模糊劃分 矩陣；重復更新模糊劃分矩陣和聚類中心，直至相鄰兩次迭代的聚類中心聚類小于閾值ε; 根據(jù)模糊劃分矩陣u]k確定最終的變化檢測圖，確定影像的變化區(qū)域和非變化區(qū)域。
【專利摘要】本發(fā)明公開了一種兩時相遙感影像變化檢測方法，包括：獲取兩時相的原始光學遙感影像；對所述原始光學遙感影像進行影像配準；利用直方圖調(diào)整方法對影像配準后的遙感影像進行輻射歸一化校正；對輻射歸一化校正后的遙感影像，計算每個相應波段的波段差；對每一個波段差，分別計算擴展屬性剖面；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，進而確定影像的變化區(qū)域和非變化區(qū)域。本發(fā)明可以提高變化檢測的精度。
【IPC分類】G06T7/00, G06K9/62
【公開號】CN105389817
【申請?zhí)枴緾N201510742565
【發(fā)明人】石愛業(yè), 高桂榮
【申請人】河海大學
【公開日】2016年3月9日
【申請日】2015年11月4日