一种领域知识约束的建设用地非监督变化检测方法技术

本发明专利技术涉及领域知识约束的建设用地非监督变化检测方法，属于遥感地学应用技术领域。主要步骤包括：1）对两期Sentinel

【技术实现步骤摘要】
一种领域知识约束的建设用地非监督变化检测方法


[0001]本专利技术涉及一种领域知识约束的建设用地非监督变化检测方法，属于遥感地学应用


技术介绍

[0002]当前我国进入了高质量城镇化的关键时期，建设用地是指建筑物和构造物的土地，是衡量城镇化水平的重要指标之一。精准监测建设用地变化，对于综合评判城镇化趋势、支撑可持续城市决策都具有重大意义。
[0003]传统人工地面调查建设用地变化的方法费时费力，难以满足现势性需求。遥感对地观测能够实现对地球表面长时间、大范围、周期性的观测，变革了获取建设用地变化信息的技术。按照影像的处理过程来分，建设用地变化检测方法可分为直接比较法和分类后比较法两大类。直接比较法计算两期影像特征的差异以发现变化信息，分类后比较法首先对每期影像单独分类产生类别图斑，然后计算分析类别变化。
[0004]随着卫星及传感器技术的发展，不同空间分辨率的影像在建设用地变化检测中都得到了充足的使用，且大尺度区域的应用是研究重点。GaoFen
‑
2、WorldView
‑
3等高空间分辨率多光谱影像(空间分辨率≤5米)能够提供精细的建设用地变化信息，但“同物异谱、同谱异物”现象严重，并且昂贵的价格使得其应用于大尺度区域变化检测时成本较高。Landsat、MODIS等低空间分辨率多光谱影像(空间分辨率≥30米)虽然免费易获取且幅宽大，但地物细节特征明显不足。相比之下，中等空间分辨率的Sentinel
‑
2多光谱影像(最高空间分辨率为10米)不仅数据易获得，而且能提供较为丰富的地物细节，是大尺度区域建设用地变化检测的理想数据源。然而，目前Sentinel
‑
2影像建设用地的变化检测大多数集中在监督的研究中，虽然能够提供建设用地的变化类型，但获取训练样本往往费时费力，导致在实际应用中缺乏竞争力。发展高效的Sentinel
‑
2影像建设用地非监督变化检测方法迫在眉睫。

技术实现思路

[0005]本专利技术要解决的技术问题是：克服现有变化检测方法大尺度应用时查全率低、泛化能力差、自动化程度低等问题，提出一种领域知识约束的建设用地非监督变化检测方法，达到大尺度建设用地变化快速、准确提取目的。
[0006]为了解决以上技术问题，本专利技术提供的一种领域知识约束的建设用地非监督变化检测方法，包括如下步骤：
[0007]步骤1、对两期Sentinel
‑
2遥感影像进行几何校正与辐射校正预处理；
[0008]步骤2、分别使用变化矢量分析法、迭代加权多元变化检测法、多元变化检测法和主成分分析法四种非监督变化检测方法识别所有类型的变化，并基于集成学习产生初始变化检测结果J；
[0009]步骤3、利用领域知识约束非建设用地的真实变化和所有伪变化，仅保留建设用地
的真实变化，具体包括：
[0010]3.1、计算两期影像的水体
‑
植被变化指数ICWV，并据此获得水体
‑
植被间变化的掩膜影像Mask1；
[0011]3.2、计算两期影像的归一化差异植被指数，并据此获得植被类内变化和伪变化的掩膜影像Mask2；
[0012]3.3、计算两期影像的归一化差异水体指数，并据此获得水体类内变化和伪变化的掩膜影像Mask3；
[0013]3.4、计算两期影像的亮度分量，并据此获得建设用地伪变化的掩膜影像Mask4；
[0014]3.5、利用如下公式计算领域知识约束后的建设用地变化检测结果：
[0015][0016]式中，J为初始变化检测结果，Mask
i
为领域知识约束计算产生的第i个掩膜影像；
[0017]步骤4，使用数学形态学后处理增强建设用地变化图斑的连通性和完整性。
[0018]本专利技术具有的有益效果是：
[0019]基于本专利技术的一种领域知识约束的建设用地非监督变化检测方法，可以实现大区域、高精度、高效率的建设用地变化检测，更好地服务于城镇化动态监测和城市可持续发展。
附图说明
[0020]以下附图旨在对本专利技术做示意性说明和解释，并不限定本专利技术的范围。其中：
[0021]图1是实例研究区域两期Sentinel
‑
2影像和建设用地变化真值图。
[0022]图2是本专利技术的流程图。
[0023]图3是本专利技术在实例研究区域中的应用结果图。
[0024]图4是本专利技术在实例研究区域中应用结果的局部示例图。
[0025]图5是水体
‑
植被间真实变化掩膜前后检测结果的局部示例图。
[0026]图6是植被类内变化和伪变化掩膜前后检测结果的局部示例图。
[0027]图7是水体类内变化和伪变化掩膜前后检测结果的局部示例图。
[0028]图8是建设用地伪变化掩膜前后检测结果的局部示例图。
具体实施方式
[0029]下面根据附图详细阐述本专利技术，使本专利技术的技术路线和操作步骤更加清晰。本专利技术实例研究区域为南京市主城区及其周边地区，两期Sentinel
‑
2影像和人工目视解译的建设用地变化真值如图1所示。两期影像的拍摄时间分别为2019年10月19日和2021年10月3日，大小为5000像素
×
5000像素，空间分辨率为10米，包含了蓝、绿、红和近红外四个波段。
[0030]本领域技术人员应知道，以下实施方式并不是对本专利技术技术方案的唯一限定，凡是在本专利技术技术方案的精神实质下所做的任何同等变换或改动，均应视为本专利技术的保护范围。
[0031]图2为领域知识约束的建设用地非监督变化检测方法的流程图，图3为实例研究区域建设用地变化检测结果，局部示例如图4所示。
[0032]本专利技术方法主要包括以下步骤，下面分别对其予以详细介绍。
[0033]步骤1，对两期Sentinel
‑
2遥感影像(仅使用空间分辨率为10米的蓝、绿、红和近红外波段)进行几何校正与辐射校正预处理。
[0034]步骤2,分别使用变化矢量分析法、迭代加权多元变化检测法、多元变化检测法和主成分分析法四种非监督变化检测方法识别出所有类型的变化，并利用以下公式集成学习产生初始变化检测结果：
[0035][0036]式中，x(i,j)是第i行第j列像素的标签，C(i,j)为第i行第j列像素被四种变化检测方法识别为变化类的总次数。
[0037]步骤3，利用领域知识约束非建设用地的真实变化和所有伪变化，仅保留建设用地的真实变化。具体包括：
[0038](a)构建水体
‑
植被变化指数(Index of Change Between Water Body and Vegetation,ICWV)去除水体
‑
植被间的真实变化。首先利用以下公式计算ICWV：
[0039][0040]式中，f<本文档来自技高网...

【技术保护点】

【技术特征摘要】
分别是最小和最大类中心强度值，L(i,j)是第i行第j列像像元在初始变化检测结果中的标签值。4.依据权利要求3所述的领域知识约束的建设用地非监督变化检测方法，其特征在于：步骤3.2具体方法如下：计算两期影像的归一化差异植被指数，利用如下公式生成植被类内变化和伪变化的掩膜影像Mask2：式中，x(i,j)是第i行第j列像元的标签，NDVI1(i,j)是第一期影像第i行第j列像元的归一化差异植被指数值NDVI1，NDVI2(i,j)是第二期影像第i行第j列像元的归一化差异植被指数值NDVI2，N1和N2分别是NDVI1和NDVI2的OTSU阈值，L(i,j)是第i行第j列像元在初始变化检测结果中的标签值。5.依据权利要求4所述的领域知识约束的建设用地非监督变化检测方法，其特征在于：步骤3.3具体方法如下：计算两期影像的归一化差异水体指数，利用如下公式生成水体类内变化和伪变化的掩膜影像Mask3：式中，NDWI1(i,j)是第一期影像第i行第j列像元的归一化差异水体指数值NDWI1，NDWI2(i,j)是第二期影像第i行第j列像元的归一化差异水体指数值NDWI2，Z1和Z2分别是NDWI1和NDWI2的分割阈值，L(i,j)是第i行第j列像元在初始变化检测结果中的标签值。6.依据权利要求5所述的领域知识约束的建设用地非...

【专利技术属性】
技术研发人员：杜培军，方宏，郭山川，张鹏，张伟，唐鹏飞，
申请(专利权)人：南京大学，
类型：发明
国别省市：