[发明专利]基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法

说明书

技术领域

本发明属于数字图像处理技术领域，主要涉及多时相遥感图像变化检测研究方向，具体地说是基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，处理对象同时包含了多时相光学遥感图像和合成孔径雷达（Synthetic Aperture Radar，SAR）图像。该方法可应用于森林资源调查、土地覆盖/土地利用动态监测、环境灾害估计、城市规划及布局、打击效果评估，特别是自然灾害灾情监测与评估等对地观测的诸多实际问题中。

背景技术

遥感技术是从远距离感知目标反射或自身辐射的电磁波、可见光、红外线等，对目标进行探测和识别的技术，具有可获取大范围数据资料，获取信息的速度快、周期短及信息量大等特点。根据获取方式的不同，可将其分为光学遥感和微波遥感两类。其中，光学遥感对应的设备简单，所获取图像空间几何分辨率高，图像易于解译，不过只能在白天使用，受天气条件影响较严重；由于微波具有很好的穿透能力，微波遥感（SAR）可全天时、全天候对地成像，但相干成像特性使得其图像存在乘性相干斑噪声。两者各有特点，相互补充，在国民经济和国防建设中正发挥着越来越重要的作用。

随着传感器技术、空间技术和计算机技术的不断发展，众多机/星载遥感平台投入运营，所搭载的新型、高分辨率传感器可对地球表面进行不间断、持续观测，获取了大量的宽幅、高分辨率遥感数据。但面对日益增长的获取能力，与之不相宜的是对遥感图像处理与解译技术的研发相对滞后，不能满足实际应用的迫切需求。其中，多时相遥感图像变化检测作为处理与解译的基础和关键技术之一，是指通过对同一区域、不同时期获取的两幅或多幅遥感图像进行比较分析，进而根据图像之间差异来获取所感兴趣地物、场景或目标的变化信息，受制于人类活动加剧以及自然灾害频发，其研发越来越受到人们重视，逐渐成为遥感领域的研究热点。

近年来，国内外学者提出了很多有效的变化检测方法，概括起来可分为有监督变化检测和无监督变化检测。限于有监督变化检测所需地面真实变化类别样本难以获取，目前工作主要集中于无监督变换检测类，其大致分为：（1）基于分布模型差异的多时相遥感图像变化检测；（2）基于差异图像分析的多时相遥感图像变化检测；以及（3）基于马尔科夫融合的多时相遥感图像变化检测。特别是对第二类算法的研究最为普遍，核心思想是将变化检测问题视为图像的二元分类/分割问题，又可细分为聚类分析、智能优化、阈值分割、有限混合模型、马尔科夫随机场、主动轮廓和水平集等策略。其中，聚类分析由其简单、有效而受到普遍认可。