【技术实现步骤摘要】
本专利技术涉及遥感影像处理
，特别涉及，适用于同一区域不同时相的多幅含有地物变化信息的多光谱遥感影像数据的变化检测。
技术介绍
基于遥感影像的变化检测是根据同一区域不同时相的遥感影像，辨识观测对象或者现象的状态变化过程。它已广泛应用于资源管理与规划、环境保护等诸多领域，并为相关部门提供科学决策的依据。当前，遥感影像的变化检测问题已经成为一个非常活跃的研究方向，如美国的国家地理空间智能研究所、意大利的Trento大学、中国科学院遥感所、武汉大学等机构和研究小组都在开展相关方面的研究和应用开发，取得了诸多成果。目前遥感影像变化检测方法主要有:代数法、变换法、分类比较法、高级模型法、GIS集成法、视觉分析法和其它方法。其中代数法以其操作简单、易于实现成为当前变化检测中使用最广泛的方法之一，主要包括差值法、比值法等。代数法的变化检测核心问题为:差异影像的获取和阈值的选取。仅依靠单一方法获取差异影像，并不能较好地反映地面真实变化情况。通过融合的方法来构造差异影像可以克服此问题，但是其不足是该方法主要是针对单一波段遥感影像。通过差异影像来对感兴趣区的变化和非变化像元做出判定的关键是阈值的选取，常规的手动选择阈值准确性不高，且自动化程度较低。为了克服这些缺点，L.Bruzzone等提出一种基于统计最小错误率的Bayes判别准则的变化检测算法，将差异影像视作由变化和非变化两类像元组成的高斯混合分布，然后利用(Expectation-Maximization, EM)算法估计出高斯混合分布密度函数的参数，进而确定出变化检测的阈值。但当“差异影像”含有多种地物变化类型...
【技术保护点】
一种多光谱遥感影像变化检测方法，其特征在于：包括下述步骤：?步骤1，数据准备：?选取需要进行变化检测的同一区域、不同时相的2幅多光谱遥感影像数据；?步骤2，构造差异影像：?对2幅多光谱遥感影像数据通过相关系数融合法构造差异影像；?差异影像的构造分以下几步进行，首先对经过步骤1得到的2幅多光谱遥感影像数据X1，X2，通过ENVI4.8软件分别进行PCA变换，并分别提取其第一主成分X1pc1，X2pc1；然后，求取X1pc1，X2pc1的差值就影像ΔY1以及比值影像ΔY2，最后对获取的差值、比值影像进行融合构造出差异影像；?对于PCA变换，采用ENVI4.8软件对目标数据进行PCA变换时以协方差矩阵的特征向量对应的矩阵作为变换矩阵；?对于n维随机变量X1,X2,…,Xn，若cij=Cov(Xi,Xj)=E{[Xi?E(Xi)][Xj?E(Xj)]都存在，i,j=1,2,…n,则n维随机变量X1,X2,…,Xn的协方差矩阵为：?通过相关系数融合法构造的差异影像F在坐标(p,q)处的像元值为：?F(p,q)=λpq[αΔY1(p,q)+βΔY2(p,q)]???(2)?式中，λpq=ΔY2(p...
【技术特征摘要】
1.一种多光谱遥感影像变化检测方法，其特征在于:包括下述步骤: 步骤I，数据准备: 选取需要进行变化检测的同一区域、不同时相的2幅多光谱遥感影像数据； 步骤2，构造差异影像: 对2幅多光谱遥感影像数据通过相关系数融合法构造差异影像； 差异影像的构造分以下几步进行，首先对经过步骤I得到的2幅多光谱遥感影像数据X1, X2,通过ENVI4.8软件分别进行PCA变换，并分别提取其第一主成分Xlpc;1，X2pcl ;然后，求取Xlpc;1，X2pc;1的差值就影像AY1以及比值影像A Y2，最后对获取的差值、比值影像进行融合构造出差异影像； 对于PCA变换，采用ENVI4.8软件对目标数据进行PCA变换时以协方差矩阵的特征向量对应的矩阵作为变换矩阵；对于 n 维随机变量 X1, X2，…，Xn,若 Cij=Cov (Xi, Xj) =E {[X1-E (Xi) ] [XrE (Xj)]都存在，i, j=l, 2，…n，则n维随机变量X1, X2,…，Xn的协方差矩阵为:2.根据权利要求1所述的一种多光谱遥感影像变化检测方法，其特征在于:所述步骤3包括如下步骤: 首先，采用GMM对差异影像进行建模，然后，利用MDL-EM算法估计GMM的参数； 对于GMM的构造，具体实现为:设f i为差异影像F的第i个像元灰度值；i=l，…，N，F中存在k个待识别的类，即为k个分支；每个像元之间是相互独立的，且不考虑分支间的相关性，则有:3.根据权利要求2所述的一种多光谱遥感影像变化检测方法，其特征在于:所述步骤3中的GMM中分支数k通过如下方法确定: 在选定初始最大分支数k_的情况下，通过引入合并最小距离分支的办法来自适应地依...
【专利技术属性】
技术研发人员：吴宝国，石爱业，王赵玺，夏晨阳，严威，
申请(专利权)人：河海大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。