[发明专利]基于光谱矢量分析多光谱遥感图像变化检测方法

说明书

本发明属于遥感图像处理技术领域，公开了一种基于光谱矢量分析多光谱遥感图像变化检测方法，输入同一地域不同时间经过预处理的两幅多光谱遥感图像，利用主成分分析方法对利用变化向量分析法构建的差异空间降维处理并取第一主成分得到第一幅差异图；求解双时相遥感图像光谱矢量之间夹角信息得到第二幅差异图；分别求解两幅差异图信息熵，进而通过计算得到融合权重，利用加权求和的方式融合得到更优差异图；进行空间特征描述；采用谱聚类方式进行聚类分析，得到变化检测结果。本发明有效抑制由于光照、辐射等因素对变化信息的干扰，有效抑制图像背景信息的同时大大增强感兴趣区域，提高检测准确率。

技术领域

本发明属于遥感图像处理技术领域，尤其涉及一种基于光谱矢量分析多光 谱遥感图像变化检测方法。

背景技术

随着遥感技术的飞速发展，各种高、中、低轨道相结合；大、中、小卫星 相互协同；高、中、低分辨率互补的全球对地观测系统，能更快、更及时提供 多种空间分辨率、时间分辨率和光谱分辨率的对地观测海量数据，通过对图像 数据进行进一步的分析、处理及解译，可以将经遥感技术获得的图像数据转化 为有用的信息，服务于国民经济的各个领域。多光谱遥感图像是遥感图像的一 个重要分支，利用多波段成像设备获得多波段影像，经彩色合成后形成假彩色 相片，提供比单波段更为丰富的遥感信息，通常利用可见光和近红外波段，且 集二者各自的优点，在国民经济发展起到了至关重要的推动作用。多光谱遥感 图像变化检测技术是遥感图像研究的重要组成部分，采用图像处理和模式识别 等手段，从同一地域不同时期的遥感数据中定量分析和确定地表变化的特征与 过程，应用于军事研究领域、遥感气象服务、灾害动态监测、环境污染检测以 及城市规划等方面。遥感图像变化检测一般流程是先获得两幅相同地点不同时 间图像的差异图像，再对差异图像进行处理，将变化检测问题转化为一个无监 督的二聚类问题，即变化和无变化两类。一般的多光谱遥感图像变化检测通常 采用CVA(Change Vector Analysis)方法获得差异图，进而采用如最大类间方差、 OTSU等阈值分割法或者如模糊C均值、K-means等聚类得到变化检测结果。 SAM(Spectral Angle Mapper)作为一种有效度量光谱矢量差异的方法在目前多光 谱图像变化检测技术中往往被忽略，SAM和CVA分别从光谱矢量方向和大小 两个角度度量变化，在实际应用中，由于光照、辐射等影响会导致同一地物的 光谱矢量大小发生变化，但是光谱矢量方向未发生变化，若仅仅采用CVA的方 法会造成该情况被错分为变化类别，因此造成较高的虚警，所以引入SAM可有 效降低由于光照、辐射等原因造成的虚警，进而提高变化检测精度。并且传统 的CVA构建的差异空间存在着信息冗余，以及感兴趣区域即变化区域表现不明 显，采用主成分分析的方法可有效降低信息冗余并且增强变化信息抑制非变化 信息，提高检测精度。

发明内容

针对现有技术存在的问题，本发明提供了一种基于光谱矢量分析多光谱遥 感图像变化检测方法。

本发明是这样实现的，一种基于光谱矢量分析多光谱遥感图像变化检测方 法，所述基于光谱矢量分析多光谱遥感图像变化检测方法包括：输入同一地域 不同时间经过预处理的两幅多光谱遥感图像，利用主成分分析方法对利用变化 向量分析法计算，降维并取第一主成分得到差异图；求解双时相遥感图像光谱 矢量之间夹角信息得到差异图；分别求解差异图信息熵，得到权重，利用加权 求和的方式对融合得到更优差异图；进行空间特征描述；对谱聚类进行聚类分 析，得到变化检测结果。

进一步，所述预处理具体包括：经过预处理的两个时相的多光谱图像X₁和 X₂，光谱矢量角度差异度量方式公式如下：

其中b表示多光谱图像波段数，本发明采用的多光谱数据包含红、绿、蓝及 近红外四个波段。

进一步，利用主成分分析方法对利用变化向量分析法计算，降维并取第一 主成分得到差异图公式为：

多维差异空间X_D构建公式如下：