The invention discloses a change detection method of remote sensing image based on CVA and sample selection, which comprises the following steps: the detection area of the 2 different remote sensing images registration; multi-scale segmentation image; image will be obtained between the features of the image fusion; grid block multiple the difference of image block and calculate the standard deviation; according to the difference degree from big to small order generating sorting curve extraction curve slope position and slope change is the biggest difference of maximum position before the image block; Bayesian threshold to obtain the change threshold based on the difference of image segmentation by threshold value of two changes, obtain the change detection result output detection; results. The invention has the following advantages: the multi-dimensional characteristics of effective integration of the image object, play different image object features in change detection, change detection algorithm and improve the reliability of the applicable scope; strengthen the stability change detection algorithm.
【技术实现步骤摘要】
本专利技术涉及遥感科学与
,具体设计一种基于CVA(ChangeVectorAnalysis,变化向量分析)和样本选择的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。非监督变化检测能够用来快速检测变化区域,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论得到变化阈值。该方法虽然能获取较准确的变化阈值,但其要求试验区域内变化区域与未变化区域的面积之比较高。然而地理国情监测覆盖的地理范围较大,需要使用大幅面的遥感影像,当两个时相遥感影像采集时间间隔较短时,检测区域内变化区域与未变化区域的面积之比很小。直接采用基于EM算法的贝叶斯阈值确定方法无法获取准确的变化阈值。
技术实现思路
本专利技术旨在至少解决上述技术问题之一。为此,本专利技术的一个目的在于提出一种基于CVA和样本选择的遥感影像变化检测方法。为了实现上述目的,本专利技术的实施例公开了一种基于CVA和样本选择的遥感影像变化检测方法,包括一下步骤:S1:对需要进行变化检测的同一区域的2幅不同时相的遥感 ...
【技术保护点】
一种基于CVA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:S1:对需要进行变化检测的同一区域的2幅不同时相的遥感影像进行配准;S2:对配准后遥感影像进行多尺度分割,得到像斑;S3:将全部像斑进行基于CVA的特征融合生成每个像斑的像斑差异度,并得到差异影像;S4:将所述差异影像进行格网分块得到多个差异影像块,计算出每个差异影像块的标准差;S5:按照所有差异影像块的标准差的差异程度从大到小的排序生成排序曲线,提取所述排序曲线中曲线斜率变化最大位置处的差异影像块及斜率变化最大位置前一的差异影像块分别作为第一差异影像块和第二差异影像块;S6:将所述第一差异影像块的差异度和所述第二差异影像块的差异度作为训练样本,将所述训练样本通过基于EM算法的贝叶斯阈值确定方法获取变化阈值,利用所述变化阈值对所述差异影像进行二值分割,获得变化检测结果;以及S7:输出所述检测结果。
【技术特征摘要】
1.一种基于CVA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:S1:对需要进行变化检测的同一区域的2幅不同时相的遥感影像进行配准;S2:对配准后遥感影像进行多尺度分割,得到像斑;S3:将全部像斑进行基于CVA的特征融合生成每个像斑的像斑差异度,并得到差异影像;S4:将所述差异影像进行格网分块得到多个差异影像块,计算出每个差异影像块的标准差;S5:按照所有差异影像块的标准差的差异程度从大到小的排序生成排序曲线,提取所述排序曲线中曲线斜率变化最大位置处的差异影像块及斜率变化最大位置前一的差异影像块分别作为第一差异影像块和第二差异影像块;S6:将所述第一差异影像块的差异度和所述第二差异影像块的差异度作为训...
【专利技术属性】
技术研发人员:贾永红,谢志伟,罗伦,阳柯,
申请(专利权)人:中国交通通信信息中心,
类型:发明
国别省市:北京;11
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。