一种基于卡方变换和样本选择的遥感影像变化检测方法技术

本发明专利技术公开了一种基于卡方变换和样本选择的遥感影像变化检测方法，对多时相遥感影像进行多尺度分割获取像斑；提取像斑的多维特征，采用基于卡方变换的特征融合方法计算像斑的加权差异度；自适应选择训练样本，通过基于最大期望算法的贝叶斯阈值确定方法获取变化阈值，并对加权差异影像进行二值分割获取变化检测结果。本发明专利技术能够保证变化检测正确率高而又有效地降低漏检，从而获得了更好的变化检测结果。对地表覆盖变化监测具有良好的应用价值。

【技术实现步骤摘要】

本专利技术属于遥感科学与
，涉及一种遥感影像变化检测方法，特别涉及一种基于卡方变换和样本选择的面向对象遥感影像变化检测方法。
技术介绍
由于高分辨率遥感影像的应用增多，能够发挥其优势的对象级变化检测逐步取代像素级变化检测成为主流的变化检测技术。对象为匀质性一致的像元集合，又可以称为像斑。像斑包含多维特征，基于差值法或比值法的变化检测方法，采用单一的特征进行变化检测，无法完整表达像斑的信息。基于变化向量分析ChangeVectorAnalysis(CVA)算法的变化检测虽然能够融合多维特征信息，但是参与融合的特征为等权处理，未能有效地利用不同特征变化检测能力。实现多时相遥感影像非监督变化检测的关键是自动确定用于分割“变化”与“未变化”区域的变化阈值。Bruzzone等提出了基于最大期望ExpectationMaximization(EM)算法的贝叶斯阈值确定方法，得到了广泛的应用。该方法通过EM算法估计变化类样本和未变化类样本的分布模型参数，然后根据贝叶斯最小误差率理本文档来自技高网...

【技术保护点】
一种基于卡方变换和样本选择的遥感影像变化检测方法，其特征在于，包括以下步骤：步骤1：采用小面元微分纠正配准方法对大幅面将遥感影像T2向影像T1配准；步骤2：对配准的大幅面遥感影像进行多尺度分割获取像斑；步骤3：从像斑多维特征融合和变化阈值获取出发，通过卡方变换融合多维特征以及采用基于样本选择EM算法的贝叶斯阈值确定方法，对不同时相遥感影像变进行化检测。

【技术特征摘要】
1.一种基于卡方变换和样本选择的遥感影像变化检测方法，其特征在于，包
括以下步骤：
步骤1：采用小面元微分纠正配准方法对大幅面将遥感影像T2向影像T1配
准；
步骤2：对配准的大幅面遥感影像进行多尺度分割获取像斑；
步骤3：从像斑多维特征融合和变化阈值获取出发，通过卡方变换融合多维
特征以及采用基于样本选择EM算法的贝叶斯阈值确定方法，对不同时相遥感影
像变进行化检测。
2.根据权利要求1所述的基于卡方变换和样本选择的遥感影像变化检测方法，
其特征在于：步骤2中对配准的不同时相遥感影像进行多尺度分割，首先采用分
形网络演化算法对遥感影像进行多尺度分割，在分割中分割尺度由对象最大同质
性最小异质性原则确定，紧致度、形状因子参数由经验确定；然后利用分割结果
在两个时相的遥感影像上分别获得对应的具备光谱和形状同质性的像斑。
3.根据权利要求1所述的基于卡方变换和样本选择的遥感影像变化检测方法，
其特征在于，步骤3的具体实现包括以下子步骤：
步骤3.1：提取像斑的光谱特征、指数特征和纹理特征，采用卡方变换将不
同特征波段的差分方差作为特征融合的权重，获得像斑的加权差异度；
d c s t ...

【专利技术属性】
技术研发人员：贾永红，谢志伟，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42