[发明专利]基于高光谱图像波谱曲线的变化检测方法

说明书

本发明公开了一种基于高光谱图像波谱曲线的变化检测方法，包括：利用高光谱传感器获取高光谱图像集；对高光谱图像集进行预处理，得到一致性高光谱图像信息；对一致性高光谱图像信息进行图像配准，得到配准图像信息；利用光谱反射率模型对配准图像信息进行处理，得到地物光谱值；利用光谱曲线匹配模型对地物光谱值进行处理，得到变化像元值；对配准图像信息的所有变化像元值进行区域合并，得到变化检测结果区域。本发明方法操作简单，易于实现，可以排除异源数据的干扰，提高数字图像变化检测的准确度，有良好的易用性和适用性。

技术领域

本发明属于数字图像处理技术领域，具体涉及一种基于高光谱图像波谱曲线的变化检测方法。

背景技术

随着人类文明的进步和城市化加速发展，对于地表的变化检测越来越受到重视。目前，利用卫星可以快速的获取大范围、高清晰的土地覆盖图像,相关土地覆盖图像可用于土地利用、建筑变化、农作物估计等应用领域，进一步在城市发展管理、气候变化监测、地质灾害预警方面发挥重要作用，为经济和社会发展提供有力支撑。

在利用传统的单波段或多波段光学图像进行变化检测时，多采用基于特征变化或基于深度网络学习等方法，这些方法存在输入数据尺度单一、特征较少的问题，导致变化检测的检测精度较低，误检率较高，不能实现大批量的自动化运行。而利用高光谱图像进行变化检测，随着参与检测的波段数量的增加，相邻波段之间的信息冗余和光学图像的高纬度特征同样给变化检测带来额外困难，导致变化检测误差增大。另外，不同成像角度下的同一地物的空间特征和反射存在较大差异。上述客观问题的存在，为变化检测的推广和全自动处理带来了较大难度的挑战。

发明内容

针对如何利用光学图像进行变化检测，从而获取准确、快速的变化检测结果的问题，本发明提供了一种基于高光谱图像波谱曲线的变化检测方法，所述方法利用高光谱图像，生成高精度的波谱曲线，利用地物本身的物理特性，对地物覆盖情况或变化情况进行比较，可以准确的进行变化检测，消除了光学图像本身带来的误差。

本发明公开了一种基于高光谱图像波谱曲线的变化检测方法，包括：

S1，利用高光谱传感器获取高光谱图像集；所述高光谱图像集包含若干个高光谱图像；所述高光谱图像包含有像元变化信息；

S2，对所述高光谱图像集进行预处理，得到一致性高光谱图像信息；

S3，对所述一致性高光谱图像信息进行图像配准，得到配准图像信息；

S4，利用光谱反射率模型对所述配准图像信息进行处理，得到地物光谱值；

S5，利用光谱曲线匹配模型对所述地物光谱值进行处理，得到变化像元值；

S6，对配准图像信息的所有变化像元值进行区域合并，得到变化检测结果区域。

所述的基于高光谱图像波谱曲线的变化检测方法，在利用高光谱传感器获取高光谱图像集前，还包括：

采用理想光源，在地面对所述高光谱传感器进行标定，得到地面标定结果；所述地面标定结果，包括暗电平补偿乘性系数a、暗电平补偿加性系数b1、盲元分布信息、像元的暗电平单均值、绝对辐射定标参数；像元的暗电平单均值包括分级辐射亮度下单个像元的暗电平的均值；

对所述高光谱传感器在空间采集的光学信息进行筛选和统计处理，得到暗电平信息和空间盲元位置信息。

所述对所述高光谱图像集进行预处理，得到一致性高光谱图像信息，包括：

S21，从所述高光谱图像集中抽取针对同一区域的、不同生成时间的两幅高光谱图像，得到抽取图像集；所述抽取图像集包括基准图像和检测图像；所述基准图像的生成时间早于检测图像的生成时间；

S22，利用所述地面标定结果和暗电平信息，对所述抽取图像集进行暗电平补偿，得到补偿图像集；