[发明专利]基于超像元模糊聚类的高分辨率遥感影像变化检测方法

说明书

本发明公开一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法，首先对两期高分辨率遥感影像进行配准和辐射校正等预处理，并利用变化矢量分析技术生成两期影像的差分影像；其次利用简单线性迭代聚类算法对生成的差分影像进行超像元分割，获得超像元差分影像；接着，基于超像元差分影像中超像元的灰度值信息,利用阈值技术获取超像元的伪标记知识；然后，通过图理论，构建超像元差分影像中超像元的不规则空间邻域关系；最后，将超像元差分影像的灰度值信息、伪标记知识以及空间邻域信息集成到模糊聚类模型，通过模糊聚类得到变化检测图。本方法同时考虑了超像元差分影像的灰度值信息、超像元间的不规则邻域信息以及超像元的伪标记知识，可得到较优的高分辨率遥感影像变化检测结果。

技术领域

本发明属于遥感技术领域，尤其涉及一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法。

背景技术

遥感变化检测是通过对比多时相遥感影像获取地表变化信息的过程。其在国民生活中存在广泛应用，比如灾害评估、自然资源监测等。现有技术中关于遥感技术的记载有：中国专利文献CN201510266625.7公开的一种基于掩膜分类的遥感影像变化检测方法及系统；中国专利文献CN202110111647.1公开的一种引力模型优化条件随机场的多尺度融合图像变化检测方法。

模糊聚类是最常用的变化检测技术之一。现有基于模糊聚类的变化检测技术主要以像元作为基本分析单元。然而，基于像元的方法对挖掘影像复杂邻域关系存在一定的局限性，特别是对高分辨率遥感影像。针对此问题，本发明提出一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法。该方法同时考虑了超像元差分影像的灰度值信息、超像元间的不规则邻域信息以及超像元的伪标记知识，有望得到较优的高分辨率遥感影像变化检测结果。

发明内容

针对现有基于像元模糊聚类变化检测技术的不足，本发明提出一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法，本方法同时考虑了超像元差分影像的灰度值信息、超像元间的不规则邻域信息以及超像元的伪标记知识，可得到较优的高分辨率遥感影像变化检测结果。

为了解决上述技术问题，本发明采取了如下技术方案来实现：

一种基于超像元模糊聚类的高分辨率遥感影像变化检测方法，包括以下步骤：

步骤1、对两期高分辨率遥感影像进行配准和辐射校正预处理，并利用变化矢量分析技术生成两期影像的差分影像；

步骤2、利用简单线性迭代聚类算法对步骤1中生成的差分影像进行超像元分割，获得超像元差分影像；

步骤3、基于步骤2中超像元差分影像的超像元灰度信息,利用阈值技术获取超像元的伪标记知识；

步骤4、通过图理论，构建步骤2中超像元差分影像中超像元的不规则空间邻域关系；

步骤5、将超像元差分影像的灰度值信息、伪标记知识以及不规则空间邻域信息集成到模糊聚类模型，通过模糊聚类得到变化检测图。

优选的方案中，在步骤3中，通过超像元差分影像中超像元的灰度值信息，利用阈值技术获取超像元的伪标记知识：根据差分影像灰度值越大，发生变化的可能性越大，分别设置阈值T_c和T_u将超像元差分影像划分为三个区域：可确定的变化类区域S_c＝{s_n∈S|g_n＞T_c}，可确定的未变化类区域S_u＝{s_n∈S|g_n＜T_u}和模糊区域UN＝{s_n∈S|T_u≤g_n≤T_c}；其中s_n表示第n个超像元，g_n表示超像元s_n的灰度值，S表示由超像元构成的集合；根据上述伪标记信息可得到超像元的监督隶属度：