[发明专利]一种基于PCA-Kmeans的可见光遥感影像变化检测方法

权利要求书

1.一种基于PCA-Kmeans的可见光遥感影像变化检测方法，其特征在于，包括如下步骤：

(1)输入变化前后的遥感影像：输入获取的同一地区，不同时相的两幅遥感影像；

(2)判断输入的遥感影像是否为彩色遥感影像，若是，执行步骤(3)，否则，执行步骤(4)；

(3)构造单通道灰度遥感影像；

(4)判断输入的两时相遥感影像分辨率是否一致，若是，执行步骤(6)，否则，执行步骤(5)；

(5)将两时相遥感影像的分辨率进行对齐；

(6)利用做差法，获取两幅不同时相遥感灰度影像的差值图；

(7)降维处理：基于PCA算法，对遥感影像差值图矩阵进行降维处获得特征空间向量，作为下一步聚类分析的输入数据；

(8)聚类分析：基于K-Means，构建机器学习算法，输入经过PCA优化之后的特征空间向量进行分类，得到遥感影像变化检测结果；

(9)基于边缘检测算法，对步骤(8)的结果进行检测，获得变化区域边界框；

(10)使用非极大值抑制算法，对含有边界框的变化检测结果中冗余的矩形框进行过滤；

(11)输入步骤(10)过滤后的结果，对变化区域检测结果中相邻的边界框进行合并。

2.根据权利要求1所述的一种基于PCA-Kmeans的可见光遥感影像变化检测方法，其特征在于：步骤(3)包括以下步骤：

(3a)获取彩色遥感图像的某一个像素点，从该像素点的红色R、绿色G、蓝色B三个颜色通道中，选取其中亮度值最小的颜色通道，将该颜色通道的亮度作为该像素点的灰度值；

(3b)重复步骤(3a)，直至处理完彩色遥感影像中的全部像素点，得到所有像素点的灰度值，并将所有像素点的灰度值构成一幅灰度图像。

3.根据权利要求1所述的一种基于PCA-Kmeans的可见光遥感影像变化检测方法，其特征在于：步骤(5)包括以下步骤：

(5a)获取前时相遥感影像分辨率为(w₁,h₁)，获取后时相遥感影像分辨率(w₂,h₂)；W₁和h₁分别是前时相遥感影像分辨率的宽度和高度，W₂和h₂分别是后时相遥感影像分辨率的宽度和高度；

(5b)判断w₁×h₁、w₂×h₂的大小关系，若w₁×h₁w₂×h₂，将前时相遥感影像分辨率调整为(w₂,h₂)，否则将后时相遥感影像分辨率调整为(w₁,h₁)。

4.根据权利要求1所述的一种基于PCA-Kmeans的可见光遥感影像变化检测方法，其特征在于：步骤(7)中经主成分分析法PCA降维处理的数据在保持各维数据维度内方差最大的前提下，通过寻找新的向量基，将原有高维数据投影在低维空间，剔除方差小的噪声，保留信息量最大的主成分；变换后的特征值大的维度即代表原有数据中方差较大的维数，取变换后对原始图像方差贡献最大的特征空间向量，作为下一步聚类分析的输入数据。

5.根据权利要求1所述的一种基于PCA-Kmeans的可见光遥感影像变化检测方法，其特征在于：在步骤(8)中K-Means算法先根据预设聚类数随机初始化聚类中心，对所有样本按照其距离各中心的远近进行归类，计算各类内样本到中心的误差和，并将类内样本均值作为新的聚类中心，不断迭代，直到类内误差和不再减小，完成聚类分析。