一种基于多策略组合的高分辨率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多策略组合的高分辨率遥感影像变化检测方法，属于遥感图像处理技术领域。该方法首先将两时相遥感影像进行波段叠加，然后进行主成分分析，选取前三波段进行影像分割，利用分割结果矢量对原始遥感影像重新进行分割，并对分割获得的对象进行特征计算；然后利用三种变化检测方法进行决策级融合。该方法能够提高影像分割的效率，同时消除由于影像配准误差导致的对象边缘区域的变化检测错误；此外，多策略的变化检测结果决策级融合能够提高变化检测精度。融合能够提高变化检测精度。融合能够提高变化检测精度。

【技术实现步骤摘要】
一种基于多策略组合的高分辨率遥感影像变化检测方法


[0001]本专利技术属于遥感图像处理以及遥感变化检测领域，特别是指一种基于多策略组合的高分辨率遥感影像变化检测方法。

技术介绍

[0002]自Weismiller等人在1977年提出影像差分方法变化检测算法以来，国内外学者开始探索不同的思路，从不同角度、针对不同的应用研究得到大量的变化检测方法和理论模型。从遥感影像变化检测所采用的算法来分，常见的有代数法(如差值法、比值法等)、变换法(如CVA法、PCA法等)、分类法(如将人工神经网络、支持向量机、决策树等各种机器学习方法用于影像分类)、目视解译法、深度学习法等。根据变化检测的单元来分，分为基于像素/亚像素的变化检测和基于对象的变化检测；根据影像是否需要分类，又可分为图像直接比较法和分类后比较法。直接比较法利用了影像中不同的特征，诸如纹理特征、光谱特征等，通过一定的指数计算或变换对影像进行比较，直接表达并检测出变化；分类后比较法一般是利用监督的形式，在待分类影像上人工选取感兴趣区域，之后对所选取的区域分配相应的地物类别标签，通过利用区域特征进行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多策略组合的高分辨率遥感影像变化检测方法，其特征在于，包括以下步骤：(1)将两时相遥感影像进行波段叠加，然后进行主成分分析，取前3波段进行影像分割，利用分割结果的矢量对原始遥感影像重新进行分割；(2)对分割后的遥感影像分别进行分类后变化检测、基于类内特征下的D
‑
S决策融合变化检测和基于光谱多因子特征的变化检测，然后将3种变化检测结果进行决策级融合，得到最终的变化检测结果。2.根据权利要求1所述的一种基于多策略组合的高分辨率遥感影像变化检测方法，其特征在于，所述分类后变化检测的具体方式为：在分割后遥感影像的基础上计算得到影像中每个对象的特征量，然后人为判读地物种类，建立分类体系，依据地物分类体系人工选取对应地类的图斑对象作为样本，接着利用SVM分类器进行多分类，得到分类结果。3.根据权利要求1所述的一种基于多策略组合的高分辨率遥感影像变化检测方法，其特征在于，所述基于类内特征下的D
‑
S决策融合变化检测的具体方式为：(1)计算两时相影像对象的光谱与纹理特征，对象的光谱特征包含对象的亮度、灰度均值、灰度标准差、最大最小灰度值、内边界灰度平均值、峰度值、归一化差分植被指数、归一化差分水体指数和归一化建筑物指数；对象的纹理特征包括灰度共生矩阵和归一化灰度矢量内的特征量；(2)统计第一时相影像中每个地物类型的特征值直方图分布，求出均值μ和标准差σ；(3)若第二时相中某对象i的特征分布处于μ
‑
σ≤X
i
≤μ+σ时，表明对象i的光谱均值X
i
高度服从该类别下的特征分布，判定为未变化；当μ
‑
2σ≤X
i
≤μ
‑
σ或μ+σ≤X
i
≤μ+2σ时，表明对象i的光谱均值X
i
大致服从该类别下的特征分布，在此落点区间内，对象变化与否的判定具有混淆性，因此标记为未确定；当X
i
≤μ
‑
2σ或μ+2σ≤X
i
时，表明对象i的光谱均值X
i
不服从该类别下的特征分布，将其标记为离群值进行后续处理；(4)对于未确定对象，使用D
‑
S理论来融合多个变化检测结果；具体方式为：对不同特征量构建出箱线图，在箱线图中位于上、下限外的则将该对象的该特征标记为变化，否则标记为未变，然后统计每个对象被标记为变化的特征的比例p，当p&...

【专利技术属性】
技术研发人员：刘宇，常晓宇，高峰，陈金勇，帅通，王士成，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
类型：发明
国别省市：