一种多光谱图像建筑物变化检测方法技术

本发明专利技术涉及一种多光谱图像建筑物变化检测方法。首先进行基于像素比值法的变化检测，得到全部地物的变化区域，这个区域做为建筑物变化候选区域。在用比值法检测出的变化区域上进行基于建筑物特征的变化检测，由于采用一种特征容易造成误检，所以本方法采取了纹理特征和色调特征顺序相结合的方式进行特征级变化检测，将建筑物的变化和其他地物的变化区别开来，提高建筑物检测的准确率，降低误检率。

【技术实现步骤摘要】

本专利技术涉及一种建筑物变化检测方法，尤其是涉及。
技术介绍
传统的遥感图像变化检测方法建立在基于像素级别的光谱信息分析基础上，它们的共同特征是只能使用图像的强度量，即灰度值的统计信息。变化检测性能受到以下因素的严重制约图像辐射差异、配准误差和阈值的选取，而且用像素级变化检测的地物变化类型无法确定，得到的是全部地物的变化。高分辨率遥感图像则给遥感技术的发展带来了重大的变化，在高空间分辨率的卫星图像上，地物景观的结构、纹理和细节等信息都非常清楚地表现出来，除了地物光谱信息，还可以获得关于地物结构、形状和纹理方面的信息。特征级变化检测主要利用某类地物的特征区别于其他地物来进行变化检测，特征在图像上表现一般较稳定，受辐射差异影响较小，不易受遥感图像时相变化的影响。单独使用某一特征进行变化检测有可能造成漏检或误检。与本专利技术最相近似的实现方案包括比值法变化检测方法、纹理特征变化检测方法、基于建筑物纹理特征及阴影检测变化检测方法、面向对象分类后变化检测方法，以及多特征证据融合的图像变化检测方法。目前，常用的基于像素的变化检测方法主要有图像差值法、图像比值法、图像回归法、主成分分析法四种方法。图像比值法是将不同时相的遥感图像对应波段进行逐像素相除。通过对不同时相图像做相对辐射校正，得到的比值图像增强了变化信息，其中像素比值为I或者近似为I的认为是未发生变化的区域，像素比值明显高于或低于I的认为是发生变化的区域。比值法的理论假设是比值图像呈正态分布，通常采用均值和标准偏差作为标准划分变化与非变化区域，但对于很多实际问题该假设并不总是成立的，这时变化阈值的选择就成为比值法变化检测是否有效的关键。比值法直观，容易掌握，变化检测速度快，但这种方法过于简单，很难考虑到所有因素的影响，容易造成大量信息的流失。本专利技术分别采用像素比值法、差值法、图像回归法、主成分分析法四种方法进行基于像素的变化检测，并对这四种方法进行比较。综合正确率、虚检率和漏检率三个指标来看，比值法是对建筑物检测最好的基于像素的变化检测方法。比值法是基于像素的变化检测方法，由于简单直接，忠实于原始数据，不会像其他方法由于方法本身而对检测前的变化信息加以改变，保证了变化检测结果的可靠性。然而不同时相的遥感图像之间由于不同季节，不同时刻的光照、辐射、误配准等因素造成不同时相拍摄的图像对应位置的灰度值存在整体或者部分的偏差，因此简单地对灰度值运算得到的差异图进行阈值分割，所得到的变化检测结果中存在很多伪变化信息。建筑物在遥感图像上呈现出来的特征有光谱特征、纹理特征、色调特征、形状特征、空间结构特征等，这些特征在对建筑物进行变化检测时是非常有用的，合理运用建筑物的特征进行建筑物变化检测将会提高建筑物检测的精度和效率。图像纹理特征代表物体表面特性，是地物在局部分布无条理，而整体上分布有规则，对于不同地物有不同纹理模式，建筑物在局部一般分布比较整齐，具有一定的纹理特征。建筑物在变化前后呈现不同的纹理特征，因此可以利用纹理特征检测建筑物变化。刘小洲提出了一种基于建筑物纹理特征及阴影检测变化检测方法，首先利用纹理特征检测建筑物的初始变化区域，然后再实现建筑物的阴影变化检测，最后去除阴影的影响来提高建筑物的变化检测正确率，这种方法容易受到其他地物阴影的影响。唐朴谦等提出一种基于像素比值法的面向对象分类后变化检测方法，首先用像素比值法检测出变化区域，再对变化区域进行面向对象的分类后变化检测，检测出各个地物类的变化。采用面向对象分类主要是人工参与，过程比较繁琐，汪闽等提出一种多特征证据融合的图像变化检测方法，通过计算两时相图像的纹理、梯度、边缘三种特征的结构相似度来构建D-S证据理论并进行证据合成，通过某种规则确定变化区域，但规则较难确定。目前的研究表明，没有任何一种变化检测方法具有绝对的优势。在实际的应用中，要根据具体的应用目的，选取合适的变化检测方法。
技术实现思路
本专利技术的上述技术问题主要是通过下述技术方案得以解决的包括以下步骤步骤1，对多个时相的遥感图像进行基于比值法的像素级变化检测，得到包含建筑物变化的候选区域，所述多个时相的遥感图像包括同一区域的前时相多光谱图像和后时相多光谱图像；步骤2，在候选区域上再进行基于建筑物特征的变化检测，提取纹理和色调特征进行变化检测，得到建筑物的变化信息。在上述的，所述的步骤I的具体过程是分别针对遥感图像的前时相多光谱图像和后时相多光谱图像进行基于比值法的像素级变化检测得到包含建筑物变化的前时相多光谱图像候选区域和后时相多光谱图像的候选区域。在上述的，所述的步骤2中，提取纹理特征进行变化检测的具体过程是针对步骤I中得到的包含建筑物变化的前时相多光谱图像候选区域，进行建筑物纹理特征的变化检测，并从前时相图像纹理特征图像中分割出建筑物；针对后时相多光谱图像的候选区域进行建筑物纹理特征的变化检测，并从后时相图像纹理特征图像中分割出建筑物；并对前时相图像纹理特征图像中的建筑物和后时相图像纹理特征图像中的建筑物进行逐像素比较，得到整个遥感图像的建筑物变化区域，并将建筑物变化区域标记在原图像上。在上述的，所述的步骤2中，提取色调特征进行变化检测的具体过程是获取前时相多光谱图像和后时相多光谱图像的色调特征图像，并结合步骤2中得到的建筑物变化区域采用异或方法将建筑物的变化检测出来，并将检测结果作为建筑物的最终变化检测结果。本专利技术提出的多光谱图像建筑物变化检测方法首先利用像素比值法对两个时相图像进行变化检测，得到全部地物变化信息，在这个变化区域上再进行特征级变化检测，这样缩小了特征级变化检测的范围，降低了非变化区域对检测结果的影响；在进行特征级变化检测时采用纹理特征和色调特征相结合的方式，由于建筑物和其他地物在这两种特征上的差异性，降低了分类中的同物异谱和同谱异物的影响；建筑物阴影的色调和建筑物本身的色调区别明显，提取建筑物的色调特征减少了建筑物阴影的影响；采用色调特征和纹理特征结合降低了对建筑物边缘的依赖性，有效地提高了建筑物的检测正确率，降低了检测的虚检率。表3给出了不同变化检测方法的评价结果。附图说明附图1是本专利技术的方法流程示意图。具体实施例方式下面通过实施例，并结合附图，对本专利技术的技术方案作进一步具体的说明。实施例:1.首先，介绍一下本专利技术采用的基于像素比值法的像素级变化检测原理。建筑物在遥感图像上的最基本变化就是像素灰度值的变化，因此，像素灰度值也可以看做是图像的基本特征。像素级变化检测定义为直接对两时相的图像进行像素值的运算，以此构建差值图像 ，并根据某种判别规则得到变化区域。常用的像素级变化检测方法主要有像素差值法、像素比值法、图像回归法等。像素差值法实现起来简单直接，但是在变化检测时会出现许多小碎片。像素比值法可以减少图像获取时太阳角度和地形的影响，但是比值法结果往往是非正态分布。图像回归法的特点是先建立图像间的回归等式，然后相减，可以减少大气、入射角和环境差异的影响，但是需要得到准确的回归等式，选择合适的波段。基于遥感图像像素级的变化检测方法检测的是全部地物的变化信息，它不仅包括建筑物的变化，还包括建筑物所在区域其他地物的变化,而且地物变化类型未知，因此如何有效地抑制建筑物周围地物的误检是像素级变化检测面对的主要问题。基于像素级变化本文档来自技高网...

【技术保护点】
一种多光谱图像建筑物变化检测方法，其特征在于，包括以下步骤：步骤1，对多个时相的遥感图像进行基于比值法的像素级变化检测，得到包含建筑物变化的候选区域，所述多个时相的遥感图像包括同一区域的前时相多光谱图像和后时相多光谱图像；步骤2，在候选区域上再进行基于建筑物特征的变化检测，提取纹理和色调特征进行变化检测，得到建筑物的变化信息。

【技术特征摘要】
1.一种多光谱图像建筑物变化检测方法，其特征在于，包括以下步骤: 步骤1，对多个时相的遥感图像进行基于比值法的像素级变化检测，得到包含建筑物变化的候选区域，所述多个时相的遥感图像包括同一区域的前时相多光谱图像和后时相多光谱图像； 步骤2，在候选区域上再进行基于建筑物特征的变化检测，提取纹理和色调特征进行变化检测，得到建筑物的变化信息。2.根据权利要求1所述的一种多光谱图像建筑物变化检测方法，其特征在于，所述的步骤I的具体过程是:分别针对遥感图像的前时相多光谱图像和后时相多光谱图像进行基于比值法的像素级变化检测得到包含建筑物变化的前时相多光谱图像候选区域和后时相多光谱图像的候选区域。3.根据权利要求2所述的一种多光谱图像建筑物变化检测方法，其特征在于，所述的步骤2中，提取纹理特征进行变化...

【专利技术属性】
技术研发人员：张永梅，季艳，张睿，李立鹏，白文乐，刘海伟，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：