一种基于历史解译知识的遥感影像变化检测方法技术

本发明专利技术公布了一种基于历史解译知识的遥感影像变化检测方法，本发明专利技术方法的前提是获取研究区的历史解译专题图，将其地物空间分布信息作为先验知识指导后续的对象级变化检测。本发明专利技术在各期遥感数据上提取空间前后期一致的对象对，同时利用历史解译知识作为辅助，通过DS证据融合手段，最终实现不同时期遥感数据间的变化检测。相比于已有的变化检测方法，本方法具有更高的识别精度和稳健性。

A Change Detection Method for Remote Sensing Images Based on History Interpretation Knowledge

The invention discloses a remote sensing image change detection method based on historical interpretation knowledge. The precondition of the method is to obtain the historical interpretation thematic map of the research area and use the spatial distribution information of its objects as prior knowledge to guide the subsequent object level change detection. The method extracts the same object pairs from the remote sensing data in different periods, and at the same time uses the historical interpretation knowledge as an auxiliary, and finally realizes the change detection between remote sensing data in different periods by means of DS evidence fusion. Compared with the existing change detection methods, this method has higher recognition accuracy and robustness.

【技术实现步骤摘要】
一种基于历史解译知识的遥感影像变化检测方法
本专利技术面向高分辨率遥感影像，提出了一种基于历史解译知识的变化检测方法，该方法利用历史解译知识自适应地获取证据理论中的证据信任度参数，进而可对DS证据理论中的多个特征源进行差异化融合，实现了高精度的对象级变化检测。
技术介绍
变化检测是遥感领域的一个重要应用。在灾害监测、城市扩张以及土地演化探测等方面，通过基于遥感的变化检测手段可极大地减少了人力、物力和时间成本。目前对遥感影像进行解译的方式已经由人工目视解译转变为计算机解译，面对具有较高分辨率的遥感影像，主要有“像元级”和“对象级”两种方式。前者是以像元为单位，通过逐一比较和分析像元特征达到变化检测的目的，这类方法易受影像噪声的影响，特别是在高分辨率影像分析中，“椒盐”噪声现象较为明显；后者则是在分割得到对象后，结合对象的特征进行变化检测，其优点是对象相对于单个像元往往有更为丰富的特征信息，便于提高变化检测精度，更适合于高分辨率影像中细致变化信息的提取。高分辨率遥感影像具有更加复杂的空间特征和光谱特征，因此对象级的变化检测应是高分时代的主流研究趋势，但是目前针对高分辨率影像的变化检测算法仍普遍缺乏较好的适用性。为此需要寻求一种有效的方法有效地组合高分辨率遥感影像的多源特征才能更加准确地进行变化检测。相关文献：1.ChenG,HayGJ,CarvalhoLMT,etal.Object-basedchangedetection[J].InternationalJournalofRemoteSensing,2012,33(14):4434-4457.2.劳小敏.基于对象的高分辨率遥感影像土地利用变化检测技术研究[D].杭州:浙江大学,2013.[LaoXM.Theresearchofobject-basedhighresolutionremotesensinglandusechangedetection[D].Hangzhou:ZhejiangUniversity,2013.]3.李雪,舒宁,李亮,等.基于GIS辅助数据的样本像斑变化检测方法研究[J].计算机工程与应用,2010,46(14):215-217.[LiX,ShuN,LiL,etal.ResearchofchangedetectionusingGISauxiliarydataandsamples[J].ComputerEngineeringandApplications,2010,46(14):215-217.]4.王琰.基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究[D].武汉:武汉大学,2012。[WangY.Theresearchoflanduse/coverchangedetectionusinghighresolutionremotesensingimagesbasedonimagesegmentsstatisticalanalysis[D].Wuhan:WuhanUniversity,2012.]为了有效利用高分辨率遥感影像呈现出的图谱特征，本专利技术提出了一种基于历史解译知识的遥感影像变化检测方法，本方法在前后两期高分辨率遥感影像的对象级变化检测过程中引入了先验知识的指导，将历史存档的已有解译图融入当前的变化检测流程中，旨在有效地组合遥感图谱特征，以期探索具有更高普适性和识别精度的变化信息提取方法。
技术实现思路
本专利技术的方法主要是面向同一地区不同时间点拍摄的两期遥感影像间进行变化检测，前提是进行变化检测的各期遥感影像进行了精确的几何校正和辐射校正，并且能够相互配准，最好的数据源为来自于同一传感器的影像。本专利技术的主要思想是通过对获取的两期遥感影像组合后进行多尺度分割，得到空间位置一致的影像对象对后，依据影像光谱计算对象的“图特征”、“谱特征”以及两时相对象间的特征相似度，进而以历史解译图为辅助构建DS证据理论的BPA（基本概率分配），进行证据合成并判定时相区间区域是否变化；最后，对于证据合成结果进行二值化判定每个空间对象所在区域是否发生了变化。其具体步骤如下：1）对研究区域的当前期遥感影像与历史先期遥感影像进行波段合成，并对波段叠加后的组合影像进行均值漂移的多尺度分割，获取各对象边界；2）利用步骤1）的分割边界矢量与各期遥感影像进行空间叠加，在前后两期影像上分别获取空间位置一致的地物分割对象，进而提取地物对象的“图特征”与“谱特征”。其中“图特征”涉及对象的空间结构、几何形态方面内容，是指遥感信息在地物位置、形态、结构、空间分布等属性上的表征，具有明显的区域分异性，适合结构化组织；“图特征”更倾向离散化表示，常以简洁、抽象的符号形象直观地表示地理信息，主要使用GIS空间结构图，反映地物的对象化、立体性、尺度空间以及拓扑关系。“谱特征”包含对象的光谱、时间方面内容，是指遥感信息在地物光谱、时间、功能等属性上的表征，具有明显的区域相关性，适合序列化表达；“谱特征”更倾向连续化表示，常以序列、动态的体系定量系统地表示地理信息，主要是使用遥感时序演化谱，反映地物的量化指标、时间序列以及多粒度特性。3）以步骤2）计算的“图特征”和“谱特征”为指示变化的证据源，引入历史解译的地物空间分布知识作为辅助信息，构建基于DS证据理论的基本概率分配；4）基于证据理论计算各对象在前后时相间的相似度，构建对象差异性专题层，实现前后时相对象不同类特征相似度证据的自适应差异融合，即自适应地依据历史解译的空间分布知识计算不同地类特征相似度差异的融合证据信任度；5）依据高斯混合模型对步骤4）证据融合结果进行二值化，目的是更稳健地获取变化区域。上述步骤特征在于：步骤1）通过均值漂移对组合影像进行多尺度分割，目的是对象像斑级别的变化检测基本单元；步骤2）通过计算视觉、空间、模型、环境等多种类型的特征，进一步提取对象的图谱特征；步骤3）引入历史解译知识，依据不同地物对象中“图特征”和“谱特征”的重要性权重差异，分别设置不同的证据信任度，构建证据理论中的基本概率分配；步骤4）依据计算的对象相似度，在空间上差异化地构建对象相似性专题层，进而实现不同类特征相似度证据的自适应差异融合；步骤5）依据高斯混合模型理论获取更稳健的二值化结果。本专利技术的一种基于历史解译知识的遥感影像变化检测方法，适用于高分辨率影像的对象级变化检测。在本方法中，在各期遥感数据上提取空间前后期一致的对象对，同时利用历史解译知识作为辅助，通过DS证据融合手段，最终实现不同时期遥感数据间的变化检测。相比于已有的变化检测方法，本方法具有更高的识别精度和稳健性。附图说明图1基于历史解译知识的遥感影像变化检测方法流程示意图；图2均值漂移多尺度分割原理示意图，图中红色圆圈为每次进行漂移的计算范围，其半径为r，中心点为An；图3基于历史解译知识的多尺度分割结果示意图，图中红色为林地；图4作为历史解译知识的前期土地覆盖分类数据；图5不同方法的对象级变化检测结果：A为仅使用光谱特征的检测结果图；B为仅使用纹理特征的检测结果图，C为光谱和纹理特征源等信任度融合后的检测结果图，D为光谱和纹理特征源差异融合后的检测结果图。具体实施方式图1示意了本专利技术的主要实现思路。其中关键的技术是：1）对组合影像的均值漂移分割；2本文档来自技高网...

【技术保护点】
1.本专利技术公布了一种基于历史解译知识的遥感影像变化检测方法，其特征如下：1）对研究区域的当前期遥感影像与历史先期遥感影像进行波段合成，并对波段叠加后的组合影像进行均值漂移的多尺度分割，获取各对象边界；2）利用步骤1）的分割边界矢量与各期遥感影像进行空间叠加，在前后两期影像上分别获取空间位置一致的地物分割对象，进而提取地物对象的“图特征”与“谱特征”;其中“图特征”涉及对象的空间结构、几何形态方面内容，是指遥感信息在地物位置、形态、结构、空间分布等属性上的表征，具有明显的区域分异性，适合结构化组织；“图特征”更倾向离散化表示，常以简洁、抽象的符号形象直观地表示地理信息，主要使用GIS空间结构图，反映地物的对象化、立体性、尺度空间以及拓扑关系;“谱特征”包含对象的光谱、时间方面内容，是指遥感信息在地物光谱、时间、功能等属性上的表征，具有明显的区域相关性，适合序列化表达；“谱特征”更倾向连续化表示，常以序列、动态的体系定量系统地表示地理信息，主要是使用遥感时序演化谱，反映地物的量化指标、时间序列以及多粒度特性; 3）以步骤2）计算的“图特征”和“谱特征”为指示变化的证据源，引入历史解译的地物空间分布知识作为辅助信息，构建基于DS证据理论的基本概率分配；4）基于证据理论计算各对象在前后时相间的相似度，构建对象差异性专题层，实现前后时相对象不同类特征相似度证据的自适应差异融合，即自适应地依据历史解译的空间分布知识计算不同地类特征相似度差异的融合证据信任度；5）依据高斯混合模型对步骤4）证据融合结果进行二值化，目的是更稳健地获取变化区域。...

【技术特征摘要】
1.本发明公布了一种基于历史解译知识的遥感影像变化检测方法，其特征如下：1）对研究区域的当前期遥感影像与历史先期遥感影像进行波段合成，并对波段叠加后的组合影像进行均值漂移的多尺度分割，获取各对象边界；2）利用步骤1）的分割边界矢量与各期遥感影像进行空间叠加，在前后两期影像上分别获取空间位置一致的地物分割对象，进而提取地物对象的“图特征”与“谱特征”;其中“图特征”涉及对象的空间结构、几何形态方面内容，是指遥感信息在地物位置、形态、结构、空间分布等属性上的表征，具有明显的区域分异性，适合结构化组织；“图特征”更倾向离散化表示，常以简洁、抽象的符号形象直观地表示地理信息，主要使用GIS空间结构图，反映地物的对象化、立体性、尺度空间以及拓扑关系;“谱特征”包含对象的光谱、时间方面内容，是指遥感信息在地物光谱、时间、功能等属性上的表征，具有明显的区域相关性，适合序列化表达；“谱特征”更倾向连续化表示，常以序列、动态的体系定量系统地表示地理信息，主要是使用遥感时序演化谱，反映地物的量化指标、时间序列以及多粒度特性;3）以步骤2）计算的“图特征”和“谱特征”为指示变化的证据源，引入历史解译的地物空间分布知识作为辅助信息，构建基于DS证据理论...

【专利技术属性】
技术研发人员：吴田军，胡晓东，骆剑承，张竹林，雷一鸣，丁青，杜帆，郜丽静，
申请(专利权)人：苏州中科天启遥感科技有限公司，长安大学，中国科学院遥感与数字地球研究所，中科坤元地理信息技术苏州有限公司，
类型：发明
国别省市：江苏,32