一种遥感影像时间序列变化检测方法及系统技术方案

本发明专利技术实施例提供了一种遥感影像时间序列变化检测方法，包括：对待测时间序列影像进行去云，得到无云时间序列影像在每个波段的每个像元的无云时间序列曲线；获取每个无云时间序列曲线中季节性断点位置；基于预设的筛选算法，检测所述季节性断点位置的变化是真变化或伪变化。本发明专利技术实施例提供的一种遥感影像时间序列变化检测方法及系统，通过利用季节性的地表变化的空间信息，准确确定时间序列中季节性断点的位置，从而判断断点位置的变化真伪，实现对时间序列的有效检测。

A remote sensing image time series change detection method and system

The embodiment of the present invention provides a time series change detection method for remote sensing image, which includes: removing cloud from the measured time series image, obtaining the cloud-free time series curve of each pixel of the cloud-free time series image in each band, obtaining the seasonal breakpoint position in each cloud-free time series curve, and preset-based. The screening algorithm detects that the change of the seasonal breakpoint position is true or false. The embodiment of the invention provides a remote sensing image time series change detection method and system, which can accurately determine the position of the seasonal breakpoint in the time series by utilizing the spatial information of seasonal surface change, thereby judging the change of the breakpoint position and realizing the effective detection of the time series.

【技术实现步骤摘要】
一种遥感影像时间序列变化检测方法及系统
本专利技术实施例涉及遥感影像处理
，尤其涉及一种遥感影像时间序列变化检测方法及系统。
技术介绍
对地观测卫星能够长期提供较大范围地表遥感影像，在时间序列变化检测中具有巨大的潜力。时间序列变化检测是用一系列影像来定性分析某现象的时间效应，并对其变换进行定量化，当前，基于中等时间和空间分辨率的变化检测技术在农用地变化，农情和林情检测，城市扩展等发面都有长足的发展。当前，用于时间序列变化检测的方法多种多样，依据其基本处理单元可以划分为两类：第一类为基于空间尺度的处理方法，该方法将整个遥感影像作为分析的基本单元，将其变换到时谱的独立成分中去，进而区别或者检测到感性的变化动态。常见的分析方法有主成分分析(principalcomponentanalysis，PCA),多元变换检测法(multivariatealterationdetection，MAD)，迭代加权多元变换检测法(iterativelyreweightedMAD，IR-MAD)和变化矢量分析(changevectoranalysis，CVA)等。这类方法可以通过数据维数缩减较好地克服噪声，但是这类方法极少考虑季节性的地表变化；第二类方法基于像元直接进行分析，可以检测出一个像元的时序突变，对于长时间趋势和断点的识别，其中基于计量经济学法则的BFAST(BreaksforAdditiveSeasonandTrend)算法将时序数据分为趋势，季节性和噪声3部分，方便应用到其它季节性或非季节性变化检测中。CCDC(ContinuousChangeDetectionandClassification)算法也可以模拟趋势、季节性变化和突变，在多种土地覆被变化类型检测中得到了良好的应用。但是，上述的这两种方法的突变探测都是在去除了季节影响后的趋势成分中进行的，会将保留在趋势成分中的云和雪的像元误判为突变像元。并且，上述两个分析方法只考虑了像元的时序变化，没有有效利用到空间信息，特别是与突变像元具有一定空间相关性的周边像元，而周边像元在减小分析虚警率中的作用往往不可忽视，从而造成对于时间序列变化检测效果不佳。
技术实现思路
针对现有技术存在的问题，本专利技术实施例提供一种遥感影像时间序列变化检测方法及系统，有效利用季节性的地表变化的空间信息，从而有效的对遥感影像时间序列的变化进行检测。第一方面本专利技术实施例提供一种遥感影像时间序列变化检测方法，包括：S1、对待测时间序列影像进行去云，得到无云时间序列影像在每个波段的每个像元的无云时间序列曲线；S2、获取每个无云时间序列曲线中季节性断点位置；S3、基于预设的筛选算法，检测所述季节性断点位置的变化是真变化或伪变化。第二方面本专利技术实施例提供了一种遥感影像时间序列变化检测系统，所述系统包括：去云模块，用于对待测时间序列影像进行去云，得到无云时间序列影像在每个波段的每个像元的无云时间序列曲线；断点获取模块，用于获取每个无云时间序列曲线中季节性断点位置；检测模块，用于基于预设的筛选算法，检测所述季节性断点位置的变化是真变化或伪变化。第三方面本专利技术实施例提供了一种遥感影像时间序列变化检测设备，包括：处理器、存储器、通信接口和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行上述所述的一种遥感影像时间序列变化检测方法。第四方面本专利技术实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述方法。第五方面本专利技术实施例提供了一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述方法。本专利技术实施例提供的一种遥感影像时间序列变化检测方法及系统，通过利用季节性的地表变化的空间信息，准确确定时间序列中季节性断点的位置，从而判断断点位置的变化真伪，实现对时间序列的有效检测。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种遥感影像时间序列变化检测方法流程图；图2是本专利技术实施例提供的无云时间序列分解示意图；图3是本专利技术实施例提供的变化检测二值图示意图；图4是本专利技术实施例提供的一种遥感影像时间序列变化检测系统结构图；图5是本专利技术实施例提供的时间序列变化检测设备的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1是本专利技术实施例提供的一种遥感影像时间序列变化检测方法流程图，如图1所示，所述方法包括：S1、对待测时间序列影像进行去云，得到无云时间序列影像在每个波段的每个像元的无云时间序列曲线；S2、获取每个无云时间序列曲线中季节性断点位置；S3、基于预设的筛选算法，检测所述季节性断点位置的变化是真变化或伪变化。在本专利技术实施例中，所述时间序列变化检测是指利用一系列影像来定性分析某现象的时间效应，一般的是寻找该现象时间效应的断点位置，通过断点位置的变化来对时间序列进行分析。可以理解的是，通过捕获时间序列中的断点位置，能够发现时间序列所表示的对象在过去是否发生了某种事件，进而为检测提供必要的数据支持。在现有技术中，对于时间序列变化检测一般采用了基于空间尺度的处理方法或者基于像元直接进行分析的方法，这两种方法都是在去除了季节影响后的趋势成分中进行的，会将保留在趋势成分中的云和雪的像元误判为突变像元，但实质上与突变像元具有一定空间相关性的周边像元在减小分析虚警率中的作用非常重要。针对上述现有技术中存在的问题，本专利技术实施例采用了如图1所示的时间序列变化检测方法来实现对时间序列的有效检测。具体的，S1中，所述待测时间序列影像为本专利技术实施例所检测的对象，一般的，本专利技术实施例会采集需要检测对象的遥感影像，遥感影像一般由对地观测卫星获取，常用的例如：Landsat卫星。进一步的，由于遥感影像由卫星采集得到，通常会有部分像元位置被云覆盖，被云覆盖的像元会影响本专利技术实施例的检测过程，故而需要对其进行去云操作，使得待测时间序列影像中的有云像元转换为无云像元，从而得到无云时间序列影像。更进一步的，对于时间序列影像而言，通常会具有多个波段，每个波段，每个波段都具有多景影像，每一景影像具有多个像元，那么对于每一个波段的每一个像元，都可以获取其在时间维度上的无云时间序列曲线。S2中，根据S1中获取到的多个无云时间序列曲线，获取每个无云时间序列曲线中的季节性断点位置，可以理解的是，一个时间序列一般由三种成分组成，分别为：趋势、季节以及随机成分，所述趋势是指时间序列呈现某本文档来自技高网...

【技术保护点】
1.一种遥感影像时间序列变化检测方法，其特征在于，包括：S1、对待测时间序列影像进行去云，得到无云时间序列影像在每个波段的每个像元的无云时间序列曲线；S2、获取每个无云时间序列曲线中季节性断点位置；S3、基于预设的筛选算法，检测所述季节性断点位置的变化是真变化或伪变化。

【技术特征摘要】
1.一种遥感影像时间序列变化检测方法，其特征在于，包括：S1、对待测时间序列影像进行去云，得到无云时间序列影像在每个波段的每个像元的无云时间序列曲线；S2、获取每个无云时间序列曲线中季节性断点位置；S3、基于预设的筛选算法，检测所述季节性断点位置的变化是真变化或伪变化。2.根据权利要求1所述的方法，其特征在于，步骤S1具体包括：将待测时间序列影像的每个像元标记为有云像元或无云像元；对所述有云像元进行插值处理，以使所有有云像元转换为无云像元，得到所述无云时间序列影像；获取所述无云时间序列影像在每个波段的每个像元的无云时间序列曲线。3.根据权利要求1所述的方法，其特征在于，步骤S2具体包括：提取每个无云时间序列曲线中的季节性成分；基于结构变化测试法，确定所述季节性成分中季节性断点的个数和位置。4.根据权利要求1所述的方法，其特征在于，步骤S3包括：对每个波段的时间序列曲线的断点位置进行第一级筛选，所述第一级筛选为对每一个断点位置所属的波段个数进行统计，若包含同一断点位置的波段个数大于第一预设阈值，则判定所述断点位置变化为真变化；若包含同一断点位置的波段个数小于所述第一预设阈值，则判定所述断点位置为伪变化。5.根据权利要求4所述的方法，其特征在于，在所述对每个波段的时间序列曲线的断点位置进行第一级筛选后，步骤S3还包括：将第一级筛选中判定为真变化的断点位置作为候选断点位置进行第二级筛选，所述第二级筛选为：基于预设的变化强度计算模型，计算所述候选断点位置对应的变化强度，若所述变化强度大于第二预设阈值，则判定所述候选断点位置变化为真变化；若所述变化强度小于第二预设阈值...

【专利技术属性】
技术研发人员：张立福，张霞，王楠，林昱坤，岑奕，孙雪剑，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京,11