[发明专利]一种遥感影像变化检测方法

说明书

本发明涉及一种遥感影像变化检测方法，输入同一区域、不同时相的两幅多光谱遥感影像；并对两幅遥感影像进行影像配准，之后对影像配准后的遥感影像进行相对辐射归一化校正，接着使用迭代加权多元变化检测算法确定出辐射归一化校正的后时相遥感影像相对于前时相遥感影像的变化像元，并将所有变化像元组成变化差异图；并利用均值漂移算法对变化差异图进行处理，得到变化检测图像；最后，采用形态学腐蚀和膨胀算法对变化检测图像进行处理，得到最终的变化检测图像。该方法克服了不同时相多光谱影像背景信息复杂、噪声干扰严重的问题，最大限度地降低阈值选取难度且有效减少了变化检测中的椒盐效应，使得检测结果更加可靠，也更具稳健性。

技术领域

本发明涉及遥感影像处理技术领域，特别涉及一种遥感影像变化检测方法。

背景技术

遥感影像变化检测以地物为研究对象，包括自然地物和人造地物。地物特性的改变，例如地物的消失、出现、结构的改变等都会引起遥感影像的变化。除了这些因素引起图像变化，太阳光照射角、大气条件、传感器精度、土壤湿度状况和物候周期特性等因素都会多多少少引起遥感影像变化。通常称这类因素为干扰。在变化检测前需要对遥感影像进行预处理，使干扰因素对变化检测的影响降到最小。

目前根据变化检测基本单元的不同，可将基于遥感影像的变化检测方法划分为基于像元的变化检测方法和面向对象的变化检测方法两大类。其中，基于像元的变化检测方法是以单个像元为基础，通常利用像元的光谱信息直接提取不同时相遥感影像变化信息，该类变化检测方法简单易行故应用较为广泛，但由于该类检测方法只考虑单个像元的特征，缺少周围像元的光谱特征及邻近像元的空间特征信息，检测精度较低，且该类方法对噪声敏感，因而容易产生椒盐效应，增加了大量人工处理的工作量，自动化程度不高。另外，面向对象的变化检测方法则是以影像分割为基础，将影像分割为若干个对象，然后进行变化检测，该类方法进行影像分割时整合了光谱信息和空间信息，能够更好的克服噪声，但由于现有的分割算法具有一定的局限性，很难针对同一类研究目标实现最佳分割，而分割的不准确或不完整很容易造成漏检或过检情况，且在变化检测过程中容易引入新的噪声，降低变化检测结果的精度。因此需要进一步改进。

发明内容

本发明所要解决的技术问题是针对现有技术的现状，提供一种有效减少变化检测中的椒盐效应且检测准确率高的遥感影像变化检测方法。

本发明解决上述技术问题所采用的技术方案为：一种遥感影像变化检测方法，其特征在于：包括以下步骤：

步骤1、输入同一区域、不同时相的两幅多光谱遥感影像，分别记为遥感影像X和遥感影像Y；

步骤2、对遥感影像X和遥感影像Y进行影像配准，得到影像配准后的遥感影像X和遥感影像Y；

步骤3、对影像配准后的遥感影像X和遥感影像Y进行相对辐射归一化校正，得到遥感影像X’和遥感影像Y’；

步骤4、将遥感影像X’和遥感影像Y’中的前时相遥感影像作为参考影像，后时相遥感影像作为待检测影像，使用迭代加权多元变化检测算法确定出待检测影像相对于参考影像中的变化像元，并将所有变化像元组成变化差异图；

步骤5、利用均值漂移算法对变化差异图进行聚类处理，得到变化检测图像；

步骤6、采用形态学腐蚀和膨胀算法对变化检测图像进行图像处理，得到最终的变化检测图像。

作为优选，所述步骤3中相对辐射归一化校正使用的方法为伪不变特征法。

具体的，所述步骤5的具体步骤为：

步骤5-1、在变化差异图中任意选取一个像元x，选取以该像元x为中心的一个窗口；

步骤5-2、计算该像元x的均值漂移向量m_h(x)；计算公式为：