基于融合策略和FCM的多时相遥感影像变化检测方法技术

本发明专利技术公开了基于融合策略和FCM的多时相遥感影像变化检测方法，该方法首先联合多时相遥感影像的变化矢量幅值和多时相的光谱角映射图将检测范围分为确定区域和非确定区域。在非确定区域，基于模糊划分矩阵相加融合变化矢量幅值和SAM的信息。最后结合确定区域和非确定区域的结果，获取最终的变化检测结果。其中，非确定区域的FCM目标函数中的模糊指数，通过基于MCV和SAM在非确定区域的冲突指数来选择，以获得更加稳健和精度较高的变化检测结果。本发明专利技术将变化检测区域分为确定和非确定区域两个部分，采用融合的策略分别获取两个区域的检测结果，可以使得变化检测的结果更加可靠，也更加具有稳健性。

Multi temporal remote sensing image change detection method based on fusion strategy and FCM

The invention discloses a detection method of fusion strategy and FCM based on multitemporal remote sensing image change, the first change vector amplitude combined multitemporal remote sensing images and multitemporal spectral angle mapping will determine the detection range is divided into regional and non regional. Based on the fuzzy partition matrix, the magnitude of the change vector and the information of SAM are added in the uncertain region. Finally, the final change detection results are obtained based on the results of the deterministic and non deterministic regions. Among them, the fuzzy index of the FCM objective function in the non deterministic region is selected by MCV and SAM in the uncertain region to obtain a more robust and high precision change detection result. The present invention will change detection area is divided into two parts to determine and identify areas, using the integration strategy were obtained in two areas, can make the change detection results are more reliable, more robust.

【技术实现步骤摘要】

本专利技术涉及多时相光学遥感影像变化检测方法，具体涉及基于融合策略和FCM的多时相遥感影像变化检测方法，属于遥感影像处理

技术介绍
随着多时相遥感数据的不断积累以及空间数据库的相继建立，如何从这些遥感数据中提取和检测变化信息已成为遥感科学和地理信息科学的重要研究课题。根据同一区域不同时相的遥感影像，可以提取城市、环境等动态变化的信息，为资源管理与规划、环境保护等部门提供科学决策的依据。遥感影像的变化检测就是从不同时期的遥感数据中，定量地分析和确定地表变化的特征与过程。各国学者从不同的角度和应用研究提出了许多有效的检测算法，如变化矢量分析法(ChangeVectorAnalysis，CVA)、基于FuzzyC-means(FCM)的聚类方法等。其中，传统的基于FCM的多时相光学遥感变化检测，多先进行CVA变换，然后对变化矢量的幅值进行FCM聚类，进而得到变化检测结果。该类技术中，使用FCM的不足是仅仅使用变化矢量的幅值，使得原始多波段信息没有得到充分的挖掘。针对上述问题，许多学者试图通过在FCM目标函数中加上不同的空间邻域的约束来解决，但是遥感影像检测环境的复杂化以及目标先验信息匮乏等，导致这些算法都存在着一定的局限性。为此，有必要研究新的多时相可见光遥感图像变化检测技术来有效克服上述难点。
技术实现思路
本专利技术所要解决的技术问题是：提供基于融合策略和FCM的多时相遥感影像变化检测方法，该方法解决了多时相高分辨率多光谱遥感影像变化检测精度不高的问题。本专利技术为解决上述技术问题采用以下技术方案：基于融合策略和FCM的多时相遥感影像变化检测方法，包括如下步骤：步骤1，输入两时相的高分辨率光学遥感影像，分别记为：X1和X2；步骤2，对X1和X2进行影像配准；步骤3，利用多元变化检测方法分别对影像配准后的X1和X2进行辐射归一化校正；步骤4，对校正后的两时相影像分别计算变化矢量幅值和光谱角映射图；步骤5，针对变化矢量幅值，利用Bayes原理，并基于最大期望算法获取最优阈值TM；针对光谱角映射图，采用Otsu阈值法获取阈值TS；根据TM和TS构建确定区域和非确定区域；步骤6，在非确定区域，利用FCM算法对变化矢量幅值和光谱角映射图分别进行变化检测，并对检测结果进行融合，获取非确定区域的检测结果；步骤7，利用步骤6的检测结果，并根据确定区域的标记，确定最终的变化检测结果。作为本专利技术的一种优选方案，步骤2所述影像配准包括几何粗校正和几何精校正两个步骤，其中，几何粗校正采用双线性差值法，几何精校正采用自动匹配与三角剖分法。作为本专利技术的一种优选方案，步骤4所述变化矢量幅值的计算公式为：XM(i,j)=Σb=1B(X1b(i,j)-X2b(i,j))2]]>其中，B表示每一个时相遥感影像的波段数目，X1b(i,j)、X2b(i,j)分别表示X1、X2时相遥感影像b波段像素坐标(i,j)的像素值，XM(i,j)表示像素坐标(i,j)的变化矢量幅值。作为本专利技术的一种优选方案，步骤4所述光谱角的计算公式为：XS(i,j)=arccos(Σb=1B(X1b(i,j)X2b(i,j))/Σb=1BX1b2(i,j)Σb=1BX2b2(i,j))]]>其中，B表示每一个时相遥感影像的波段数目，X1b(i,j)、X2b(i,j)分别表示X1、X2时相遥感影像b波段像素坐标(i,j)的像素值，XS(i,j)表示像素坐标(i,j)的光谱角。作为本专利技术的一种优选方案，步骤5所述最优阈值TM的计算公式为：(σn2-σc2)TM2+2(mnσc2-mcσn2)TM+mc2σn2-mn2σc2-2σn2σc2ln[σcp(ωn)σnp(ωc)]=0]]>其中，mn和σn分别表示变化矢量幅值影像上未变化类ωn的均值和方差，mc和σc分别表示变化矢量幅值影像上变化类ωc的均值和方差，p表示先验概率。作为本专利技术的一种优选方案，步骤6所述FCM算法的模型为：Jm=Σc=1CΣk=1Nuckm||XM(k)-vc||2=Σc=1CΣk=1Nuckmdkc2]]>其中，C表示聚类数目，N表示样本的总数，表示第k样本XM(k)对于第c类聚类中心vc的模糊隶属度，m表示隶属度的加权指数，dkc表示样本XM(k)和vc的距离。本专利技术采用以上技术方案与现有技术相比，具有以下技术效果：1、本专利技术在基于核FCM的变化检测中，联合变化矢量幅值和光谱角映射图作为输入，利用这两个特征，优于仅仅使用变化矢量幅值的FCM方法。2、本专利技术将变化检测区域分为确定和非确定区域两个部分，采用融合的策略分别获取两个区域的检测结果，可以使得变化检测的结果更加可靠，也更加具有稳健性。附图说明图1是本专利技术基于融合策略和FCM的多时相遥感影像变化检测方法的实现流程示意图。图2(a)是本专利技术所采用的2006年7月的SPOT5高分辨率图像第3波段示意图。图2(b)是本专利技术所采用的2009年7月的SPOT5高分辨率图像第3波段示意图。图2(c)是变化检测的参考图像。图3(a)是CVA-EM算法检测结果图像。图3(b)是FCM-MRF算法的检测结果图像。图3(c)是本专利技术算法检测结果图像。具体实施方式下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。针对多时相多光谱遥感影像背景信息复杂、噪声干扰严重，使得变化检测所面临的问题采用常规的变化检测方法难以解决。本专利技术首先联合多时相遥感影像的变化矢量幅值(MagnitudesofChangeVectors，MCV)和多时相的光谱角映射图(SpectralAngleMapper，SAM)将检测范围分为确定区域和非确定区域。在非确定区域，基于模糊划分矩阵相加融合变化矢量幅值和SAM的信息。最后结合确定区域和非确定区域的结果，获取最终的变化检测结果。其中，非确定区域的FCM目标函数中的模糊指数，通过基于MCV和SAM在非确定区域的冲突指数来选择，以获得更加稳健和精度较高的变化检测结果。如图1所示，本专利技术的实现步骤如下：步骤1，输入同一区域、不同时相的两幅高分辨率光学遥感影像，分别记为：X1和X2。步骤2，利用ENVI遥感软件对X1和X2进行影像配准，分为几何粗校正和几何精校正两个步骤：对于几何粗校正，利用ENVI4.8软件中的相关功能实现，具体操作步骤为：(1)选择X1和X2其中一个作为基准影像，另一个作为待校正影像；(2)采集地面控制点(GCPs)；GCPs应均匀分布在整幅图像内，GCPs的数目至少大于等于9；(3)计算误差；(4)选择多项式模型；(5)采用双线性插值进行重采样输出。双线性差值法，若求未知函数f在点P＝(x,y)的值，假设我们已知函数f在Q11＝(x1,y1)、Q12＝(x1,y2)、Q21＝(x2,y1)、及Q22＝(x2,y2)四个点的值。如果选择一个坐标系统使得这四个点的坐标本文档来自技高网...

【技术保护点】
基于融合策略和FCM的多时相遥感影像变化检测方法，其特征在于，包括如下步骤：步骤1，输入两时相的高分辨率光学遥感影像，分别记为：X1和X2；步骤2，对X1和X2进行影像配准；步骤3，利用多元变化检测方法分别对影像配准后的X1和X2进行辐射归一化校正；步骤4，对校正后的两时相影像分别计算变化矢量幅值和光谱角映射图；步骤5，针对变化矢量幅值，利用Bayes原理，并基于最大期望算法获取最优阈值TM；针对光谱角映射图，采用Otsu阈值法获取阈值TS；根据TM和TS构建确定区域和非确定区域；步骤6，在非确定区域，利用FCM算法对变化矢量幅值和光谱角映射图分别进行变化检测，并对检测结果进行融合，获取非确定区域的检测结果；步骤7，利用步骤6的检测结果，并根据确定区域的标记，确定最终的变化检测结果。

【技术特征摘要】
1.基于融合策略和FCM的多时相遥感影像变化检测方法，其特征在于，包括如下步骤：步骤1，输入两时相的高分辨率光学遥感影像，分别记为：X1和X2；步骤2，对X1和X2进行影像配准；步骤3，利用多元变化检测方法分别对影像配准后的X1和X2进行辐射归一化校正；步骤4，对校正后的两时相影像分别计算变化矢量幅值和光谱角映射图；步骤5，针对变化矢量幅值，利用Bayes原理，并基于最大期望算法获取最优阈值TM；针对光谱角映射图，采用Otsu阈值法获取阈值TS；根据TM和TS构建确定区域和非确定区域；步骤6，在非确定区域，利用FCM算法对变化矢量幅值和光谱角映射图分别进行变化检测，并对检测结果进行融合，获取非确定区域的检测结果；步骤7，利用步骤6的检测结果，并根据确定区域的标记，确定最终的变化检测结果。2.根据权利要求1所述基于融合策略和FCM的多时相遥感影像变化检测方法，其特征在于，步骤2所述影像配准包括几何粗校正和几何精校正两个步骤，其中，几何粗校正采用双线性差值法，几何精校正采用自动匹配与三角剖分法。3.根据权利要求1所述基于融合策略和FCM的多时相遥感影像变化检测方法，其特征在于，步骤4所述变化矢量幅值的计算公式为：XM(i,j)=Σb=1B(X1b(i,j)-X2b(i,j))2]]>其中，B表示每一个时相遥感影像的波段数目，X1b(i,j)、X2b(i,j)分别表示X1、X2时相遥感影像b波段像素坐标(i,j)的像素值，XM(i,j)表示像素坐标(i,j)的变化矢量幅值。4.根据权利要求1所述基于融合策略和FCM的多时相遥感影像变化检测方法，其特征在于，步骤4...

【专利技术属性】
技术研发人员：石爱业，储艳丽，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32