基于区域和Kmeans聚类的遥感图像变化检测方法技术

本发明专利技术公开了一种基于区域和Kmeans聚类的遥感图像变化检测方法。主要解决现有方法检测结果含有孤立像素点和区域内有空洞的问题。实现步骤为：(1)读入两幅已配准的不同时相图像X1和X2；(2)对X1和X2滤波后构造差值图像；(3)对差异图像进行最大熵阈值分割提取感兴趣区域和肯定非变化区域；(4)计算感兴趣区域和肯定非变化区域的特征向量；(5)采用Kmeans聚类算法根据肯定非变化区域和所有感兴趣区域的特征将所有区域分为两类；(6)根据聚类结果，将对应于差异图像灰度值较高的那类区域作为变化区域，差异图像中的其他区域作为非变化区域，得到最终的变化检测结果。本发明专利技术的检测结果能保持区域内部的一致性和去除孤立像素点，提高检测精度，可用于资源监测和灾害评估。

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及光学遥感图像变化检测，具体地说是一种，适用于遥感图像处理和分析。
技术介绍
遥感图像变化检测就是提取两个时相遥感图像中发生变化的区域，已广泛应用于经济和社会的诸多领域，如土地资源监测、水体监测、环境监测、林业监测、农业调查、植被覆盖和气象监测、灾害监测与评估、城市管理规划甚至军事侦察和战场估计等领域。实际应用中，如土地覆盖的变化、土地退化和沙漠化的变化、江河湖泊的变化、森林植被变化、农作物等的变化在遥感图像上呈现的都不是单个或两三个像素点或块的变化，而是面积大小形状不同的区域变化，即便是存在较多小面积的变化区域的城市管理规划、灾害监测等，其变化区域的面积也是足可以形成连通的小区域的。遥感图像的分辨率逐渐提高，真实变化区域的连通像素随之增多，基于区域的遥感图像变化检测方法也越显重要。人眼并非是逐像素地读取和理解图像的信息，而是基于区域进行的。对于两时相图像比较获得差异图像，其中的变化区域是遥感图像分析和解译的重点区域，是视觉上的重要区域。为了能有效检测两时相遥感图像的变化信息和提高变化检测的精确度，从区域和视觉注意的角度来进行变化检测则是解决此问题本文档来自技高网...

【技术保护点】
一种基于区域和Kmeans聚类的遥感图像变化检测方法，包括如下步骤：(1)读入两幅遥感图像X1和X2，并对X1和X2进行邻域均值滤波，得到滤波后的图像Y1和Y2；(2)根据滤波后的图像Y1和Y2，构造差异图像：Y=|Y1?Y2|；(3)利用最大熵原理计算差异图像Y的最大熵阈值T；(4)由差异图像Y中灰度值不小于最大熵阈值T的像素形成若干个连通区域，并将每一个连通区域看作一个感兴趣区域ROI，并将所有感兴趣区域构成一个感兴趣区域集合{ROI}；(5)将差异图像Y中灰度值小于α*T的像素作为肯定非变化像素，由差异图像Y中所有肯定非变化像素构成一个肯定非变化像素集合NRset，将肯定非变化像素集合N...

【技术特征摘要】

【专利技术属性】
技术研发人员：王桂婷，焦李成，马静林，蒲振彪，马文萍，马晶晶，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：