本发明专利技术提供了一种基于掩膜分类的遥感影像变化检测方法及系统，包括：步骤1，多波段遥感影像的预处理；步骤2，对预处理后的多波段遥感影像进行单波段分离；步骤3，构造两时相单波段遥感影像的单波段差异影像；步骤4，构造变化掩膜差异影像，基于大津法分割变化掩膜差异影像；步骤5，将变化掩膜与两时相多波段遥感影像之一进行乘积融合，获得变化区域；步骤6，利用模糊C均值法对变化区域进行聚类；步骤7，根据变化区域的聚类结果，结合两时相多波段遥感影像之二的地物类型先验知识，确定变化区域的变化类型。本发明专利技术抗噪声干扰强，可有效缓解局部最优；可兼顾影像变化过程的定性和定量描述，变化检测精度高且可靠性强。
【技术实现步骤摘要】
本专利技术属于摄影测量与遥感影像应用
，具体涉及一种基于掩膜分类的遥 感影像变化检测方法及系统，适用于实时、自动（或半自动）的检测遥感影像变化。
技术介绍
遥感影像变化检测是通过分析同一地区不同时相的遥感图像，检测该地区的地物 随时间变化的信息。随着航空航天技术的飞速发展，遥感观测数据以实时、快速、覆盖范围 广、高时空分辨率等特点得到越来越广泛的应用。如何有效地提取海量数据中的变化信息， 并用于环境、农业、生态系统以及人类面临的各种自然灾害的预防，已经成为目前遥感应用 研宄中的热点问题。近年来，国内外众多学者相继开展了许多变化检测的理论研宄与系统 开发工作，并取得一系列成果。 目前，常用的遥感影像变化检测方法有直接比较法和分类后比较法，前者操作简 单、速度快，但只能定量描述目标区是否发生变化，很难确定变化性质；后者可提供变化类 型信息，但必须进行两次影像分类且制定统一的分类标准，检测精度受到单独分类的误差 传播影响。此外，中高分辨率遥感影像存在混合像元的现象，用传统"硬"分类法无法获得 较高的精度，而模糊C均值聚类（FCM)是一种软聚类算法，利用隶属度使类与类之间没有 明显界限，用来处理混合像元行之有效，但存在过分依赖初始聚类中心、类别数难以自动确 定、对孤立点噪声数据敏感等缺陷。 文中涉及如下参考文献： 吴芳，刘荣，田维春等.遥感变化检测技术及其应用综述.地理空间信 息，2007, 5(4) :57-60. Lu D, M ausel P1Brondzio E, etal. Change detection techniques . International journal of remote sensing, 2004, 25(12):2365-2401. Robe M. Haralick, K. Shanmugam, Textural features for image classification. Systems,Man and Cybernetics, IEEE Transactions on, 1973(6) :610-621. Mas J F. Monitoring land-cover changes: a comparison of change detection techniques. International Journal of Remote Sensing，1999,20(I) :139- 152. 李敏.基于模糊C均值算法的遥感图像变化检测的研宄.湖南大学，2009.
技术实现思路
针对现有技术中存在的问题，本专利技术提供了一种可防止信息丢失、提高检测精度 的基于掩膜分类的遥感影像变化检测方法及系统。 本专利技术将模糊聚类的思想引入到遥感影像变化检测中，在利用改进FCM进行分类 处理基础上，采用一种掩膜分类变化检测法，来防止有用信息丢失、提高变化检测精度。 本专利技术主要包括两大阶段，第一阶段：构造变化掩膜；第二阶段：利用改进的模糊 C均值聚类法进行掩膜分类，以检测影像变化。 第一阶段中，由于直接比较法中常用的比值法能增强变化信息、抑制背景信息，但 有时会过于夸大部分变化；差值法直接且便于操作，但不能完全反应出地物辐射能量的变 化。考虑到比值法和差值法各自的优势及局限性，本专利技术在差值和比值影像乘积变换融合 的基础上，采用一种新的复合法构造差异影像，为后续的变化检测提供数据源。该复合法引 入偏差因子，对灰度层级有调整作用，能增强差异影像的振幅及结构信息，更有利于变化检 测。此外，由于遥感影像分辨率的不断提高，地物在多波段影像的不同通道存在波段间的敏 感性差异，给变化检测带来虚检、漏检等影响。本专利技术综合考虑各个波段对变化检测的贡献 度，采用邻域熵权法对单波段差异影像进行调权处理。信息熵度量某随机事件包含的信息 量，该波段像元的邻域信息量越大或不确定性越高，该波段对应的权值越大、对变化检测的 贡献度也越大。所以，在该阶段，分离R、G、B单波段后，采用差值/比值复合法分别构造 R、 G、B单波段的差异影像。再采用邻域熵权法对R、G、B单波段差异影像进行调权求和处理， 权值大小对应各波段的贡献度，并结合Ostu阈值分割法确定二值变化掩膜。 第二阶段中，由于分类前比较法操作简单，检测执行速度快，能定量描述目标区是 否发生了变化，但很难确定目标区域变化的性质。而分类后比较法可提供变化区域的变化 类型信息，但精度受到误差传播的影响。因此，本专利技术综合考虑两者的优劣性，将二值变化 掩膜与时相二多波段遥感影像乘积融合确定变化区域，并利用改进的模糊C均值聚类法 (FCM)对变化区域聚类。最后参考时相一多波段遥感影像的地物类型先验知识，确定变化过 程，即"从什么"变化"到什么"。掩膜分类法有效防止有用信息丢失、抑制噪声、提高变化检 测精度。 由于模糊C均值聚类法是一种典型的"软聚类"，算法简单、收敛速度快，隶属度的 引进使得处理混合像元行之有效。但该方法存在一些不足：如过分依赖初始聚类中心、类别 数不能自动确定、忽略空间信息导致局部最优等。本专利技术对模糊C均值聚类法做两点改进， 其一：基于区间划分思想，以各区间像元灰度均值作为初始聚类中心；其二：引入邻域像素 的位置和属性信息得到相似度加权隶属度和加权空间函数，使模糊C均值聚类法具有更强 的抗噪能力，有效避免局部最优，改善分类效果。 本专利技术的技术方案如下： -、基于掩膜分类的遥感影像变化检测方法，包括步骤： 步骤1，多波段遥感影像的预处理，即多波段遥感影像的滤波和增强处理； 步骤2,对预处理后的多波段遥感影像进行单波段分离，获得单波段遥感影像； 步骤3,构造两时相单波段遥感影像的单波段差异影像； 步骤4,构造变化掩膜差异影像【主权项】1. 基于掩膜分类的遥感影像变化检测方法，其特征在于，包括步骤： 步骤1，多波段遥感影像的预处理，即多波段遥感影像的滤波和增强处理； 步骤2,对预处理后的多波段遥感影像进行单波段分离，获得单波段遥感影像； 步骤3,构造两时相单波段遥感影像的单波段差异影像； 步骤4,构造变化掩膜差异影像& = ，基于大津法分割变化掩膜差异 影像，获得变化掩膜； 上述k表示单波段编号，k = 1，2,... N，N为波段数；Yu表示变化掩膜差异影像中当前第1页1 2 本文档来自技高网...
【技术保护点】
基于掩膜分类的遥感影像变化检测方法，其特征在于，包括步骤：步骤1，多波段遥感影像的预处理，即多波段遥感影像的滤波和增强处理；步骤2，对预处理后的多波段遥感影像进行单波段分离，获得单波段遥感影像；步骤3，构造两时相单波段遥感影像的单波段差异影像；步骤4，构造变化掩膜差异影像基于大津法分割变化掩膜差异影像，获得变化掩膜；上述k表示单波段编号，k＝1,2,...N，N为波段数；Yij表示变化掩膜差异影像中(i,j)像元的灰度值；表示单波段k的差异影像中(i,j)像元的邻域熵权，Hij‑k表示单波段k的差异影像中(i,j)像元的邻域信息熵；Cij‑k表示单波段k的差异影像中(i,j)像元灰度值；步骤5，将变化掩膜与两时相多波段遥感影像之一进行乘积融合，融合后灰度值与融合前灰度值保持一致的区域即变化区域；步骤6，以变化区域像元灰度值为样本，基于区间划分思想对样本进行分区，以各区样本均值作为初始聚类中心；以邻域像元隶属度调权求和作为中心像元隶属度，各邻域像元对中心像元的邻域相似权利用模糊C均值法对变化区域进行聚类；上述中，t、r分别表示邻域像元和中心像元在邻域窗口内的位置编号；xr表示中心像元r的灰度值，xt表示邻域像元t的灰度值；步骤7，根据变化区域的聚类结果，结合两时相多波段遥感影像之二的地物类型先验知识，确定变化区域的变化类型。...
【技术特征摘要】
【专利技术属性】
技术研发人员：万幼川，姜莹，李刚，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。