一种基于纹理元的遥感图像变化检测方法技术

本发明专利技术提供一种基于纹理元的遥感图像变化检测方法。该方法包括以下步骤：选定两个时相同一地区配准好的图像，对前一个时相的图像进行分割，得到分割结果；统计第一幅图像中分割图像块的纹理特征，纹理特征的计算方法使用纹理元直方图的方法；以前一个时相图像的分割结果作为限制边界，统计后一个时相图像中各个分割图像块的纹理特征，纹理特征同样适用纹理元直方图的方法；把两个时相中的对应图像块的纹理特征进行相似性比较，距离大于某个阈值，则认为发生了变化，反之，则认为没有变化；把变化区域在原始的分割结果上标出，得到基于纹理特征提取的变化检测图像。

【技术实现步骤摘要】
【专利摘要】本专利技术提供。该方法包括以下步骤：选定两个时相同一地区配准好的图像，对前一个时相的图像进行分割，得到分割结果；统计第一幅图像中分割图像块的纹理特征，纹理特征的计算方法使用纹理元直方图的方法；以前一个时相图像的分割结果作为限制边界，统计后一个时相图像中各个分割图像块的纹理特征，纹理特征同样适用纹理元直方图的方法；把两个时相中的对应图像块的纹理特征进行相似性比较，距离大于某个阈值，则认为发生了变化，反之，则认为没有变化；把变化区域在原始的分割结果上标出，得到基于纹理特征提取的变化检测图像。【专利说明】
本专利技术涉及遥感图像处理技术，具体的说，涉及一种基于纹理元的高空间分辨率 遥感图像面向对象的变化检测方法。
技术介绍
遥感图像变化检测是指使用某种方法对同一个地区的两个不同时相的遥感图像 进行处理，以期获得对地物类型发生变化的区域进行检测。遥感图像变化检测技术在国土 资源动态监测中有着重要的应用，该项技术能够迅速发现土地利用现状发生变化的区域。 从大的角度来看，遥感图像变化检测包含两类方法，监督变化检测方法以及非监 督的变化检测方法。监督变化检测方法是指依赖于用户进行交互，能够给出某些真实地物 类型信息的情况。而非监督的变化检测方法，是指不需要用户进行交互，纯粹由计算机对两 幅图像进行分析获得结果的方法。由于非监督变化检测方法不依赖于人工交互，而变化检 测的一个要求就是希望能够快速的发现发生变化的区域。因而，非监督的变化检测方法更 被广泛使用。 在变化检测方法中，最常用的方法是变化向量分析法（change vector analysis)。该方法对不同时相的遥感图像的各个波段的数据进行差值运算，求得每个像素 在各个波段上的变化量，由各个波段的变化量组成变化向量。变化的程度使用变化向量的 欧式距离表示，变化的内容使用变化向量的方向进行表示。该方法目前是遥感图像变化检 测中应用最广的方法。尽管该方法得到了广泛的应用，但是该方法存在的最大问题是误变 化信息的检测。由于不同成像条件等其他因素影响，某个区域在没有发生变化的情况下，在 不同的成像时间下获取的光谱值会有所差异。由于是两个时相上的数据进行差值运算，因 而差值也会较大，进而会被误认为发生了变化。 为了进一步提高变化检测的准确度，针对高空间分辨率遥感图像，出现了基于对 象的变化检测方法。即首先对高空间分辨率遥感图像进行图像分割，以分割后的图像块作 为变化检测的最小的处理单元。分割后的遥感图像块，除了光谱特征外，还可以提取形状、 纹理等特征，进而在多种特征约束下进行变化检测。另外，对于高空间分辨率的遥感图像分 割后的结果，具有一定的均质性，因而在此基础上得到的变化检测结果能够避免检测出单 个像元发生变化的情况。因而，对于高空间分辨率的遥感图像，在分割的图像块的基础上进 行变化检测的方法能够较好的提高变化检测的准确度。 此外，对于由于不同成像条件造成的两个时相的遥感数据有所差异的情况，由于 并没有发生变化，因而该区域的空间结构信息并没有发生变化。而纹理信息作为空间结构 信息的一种表达形式，可以用于变化检测，避免误检测的发生。本项专利提出了使用一种新 型的纹理提取方法：纹理元+纹理元直方图的方法，进行遥感图像变化检测的方法。 目前，在遥感图像处理中，最常用的纹理信息为基于灰度共生矩阵的统计量，该种 方法的缺点是过多的用户选择的参数，包括计算灰度共生矩阵的窗口的大小、波段的选择、 最佳的统计量的选择；而基于Gabor滤波器组的纹理提取方法在图像检索中受到较广泛的 应用，该方法以滤波器响应的均值和方差作为图像的纹理描述，避免了最佳的统计量的选 择问题；但是该方法不能描述由于不同的视角以及不同光照等成像条件形成的纹理差异问 题。 在纹理分析的研究历史中，Julesz 1981年提出了 texton的概念，texon翻译成 中文，即为"纹理元"。同时他认为纹理元是构成纹理图像可辨别的最小的元素。通俗而言， 数字图像是由像素组成的，纹理元之于纹理图像也有类似的意思。但是如何计算纹理元一 直没有给出可以计算的方法。直到1999年Leung和Malik在解决3D纹理的时候，给出了 texton可计算的定义。纹理元可计算的定义为，先使用一组滤波器组对图像进行滤波，然后 对滤波结果进行聚类，聚类算法常用的是kmeans方法。在给出了纹理元的计算方法之后， 纹理分类比较有效的方法是先计算一些代表着纹理图像中常有的各种图像特征的纹理元， 然后统计纹理图像中各种类型纹理元出现的频数，即统计纹理元的直方图。 本专利提出了一种基于纹理元的高空间分辨率遥感图像面向对象的变化检测方 法；针对高空间分辨率遥感图像，本专利提出首先进行遥感图像的分割、然后提取遥感图像 块基于纹理元的纹理特征，以图像块纹理特征的差异进行变化检测的方法。
技术实现思路
本专利技术的目的是提供一种基于纹理元的高空间分辨率的遥感图像面向对象的变 化检测方法。 本专利技术的基本思路为：选定两个时相的同一地区配准好的图像，对前一个时相的 图像进行分割，得到分割结果；统计前一个时相图像中分割对象的纹理特征，纹理特征的计 算方法使用纹理元直方图进行表示；以前一个时相图像分割结果与后一个时相图像进行叠 加分析，得到后一个时相图像的图像块范围；统计后一个时相图像各个分割区域的纹理特 征，纹理特征同样使用纹理元直方图进行计算；把两个时相图像位置上相对应的图像块的 纹理直方图进行相似性比较，距离大于或等于某个阈值，则认为发生了变化，反之，则认为 没有变化；把变化的区域在原始的分割结果上标出，得到变化检测图像。 本专利技术充分利用了高空间分辨率遥感图像的纹理信息，对于光谱相似但是纹理差 异明显的地物，该方法能够有效地进行变化信息的检测，避免误检测的发生。 本专利技术的技术方案提供的是一种面向对象的遥感图像的变化监测方法，该方法基 于高分辨率遥感图像的纹理元，其特征在于包括以下实施步骤： A选取前一个时相的遥感图像进行图像分割，其中前一个时相的遥感图为两幅不 同时相的遥感图像中时间上更早的那幅图像； B将步骤A中图像分割结果叠加到后一个时相的遥感图像上，得到后一个时相图 像的图像分割块； C统计步骤A中各个区域的纹理特征，得到代表前一个时相图像中各个图像块纹 理特征，其中纹理特征使用基于纹理元所建立的纹理元直方图特征； D统计根据步骤B得到的后一个时相遥感图像上各个图像块的纹理特征，得到各 个图像块的纹理特征； E对步骤C和步骤D中得到的两组代表不同时相图像块的纹理特征一一进行相似 性比较，相似性度量大于某一阈值，则认为该图像块发生了变化；反之，则没有发生变化； F统计步骤E中所有发生变化的图像块，标记得到变化检测的图像。 进一步，步骤A中进行图像分割的方法采用分水岭分割法或均值漂移分割算法。 进一步，步骤C中纹理元是指对遥感图像滤波结果进行聚类得到的聚类中心。 进一步，聚类方法使用Kmeans算法，聚类中心数目依据图像大小进行设置。 进一步，步骤E中所述的相似性比较，使用直方图相似性比较的欧式距离。 【专利附图】【附图说本文档来自技高网...

【技术保护点】
一种基于纹理元的遥感图像变化检测方法，其特征在于包括以下步骤：A选取前一个时相的遥感图像进行图像分割，其中前一个时相的遥感图为两幅不同时相的遥感图像中时间上更早的那幅图像；B将步骤A中图像分割结果叠加到后一个时相的遥感图像上，得到后一个时相图像的图像分割块；C统计步骤A中各个区域的纹理特征，得到代表前一个时相图像中各个图像块纹理特征，其中纹理特征使用基于纹理元所建立的纹理元直方图特征；D统计根据步骤B得到的后一个时相遥感图像上各个图像块的纹理特征，得到各个图像块的纹理特征；E对步骤C和步骤D中得到的两组代表不同时相图像块的纹理特征一一进行相似性比较，相似性度量大于某一阈值，则认为该图像块发生了变化；反之，则没有发生变化；F统计步骤E中所有发生变化的图像块，标记得到变化检测的图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：霍连志，唐娉，赵理君，郑柯，冯峥，唐亮，
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