[发明专利]基于多尺度分割-最大期望的遥感影像变化检测后处理方法

说明书

本发明公开了基于多尺度分割‑最大期望的遥感影像变化检测后处理方法，步骤a：对滑坡区域的滑坡前影像和滑坡后影像进行空间位置配准，求解得到变化的影像；步骤b：基于滑坡后影像，进行多尺度分割，获取其多尺度分割影像对象集合S，步骤c：取S中的第i个对象Oi，与步骤a中初始变化检测结果进行空间叠置分析，分别统计对象Oi内变化像素和未变化像素的数量；步骤d：利用最大期望的算法，对对象Oi内的像素属性进行重新精细化；步骤e：令j＝i+1；如果j≤n,则取S中的第j个对象Oj,依次执行步骤c与步骤d，直至jn；步骤f：得到最终的变化检测结果。该方法普适性较强，效果明显的基于多尺度分割‑最大期望的遥感影像变化检测后处理方法。

技术领域

本发明属于遥感影像处理技术领域，具体涉及基于多尺度分割-最大期望的遥感影像变化检测后处理方法。

背景技术

人类活动及自然灾害等，不断改变着地球表面的地物信息，及时有效的获取地球表面的变化信息，对环境监测，城市管理，灾害应急等众多方面，都有着重要意义。尽管随着卫星及航空遥感技术的快速发展，影像的时间分辨率和空间分辨率得到大幅度提高，使快速有效地获取地表覆盖变化信息成为可能。但是，传统变化检测方法所获取的检测结果，仍存在较多的噪声，大大降低了检测结果的可靠性和检测精度。在此背景下，提出一种针对高分辨率的遥感影像变化检测结果的后处理方法，具有重要的实际意义。

发明内容

本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种普适性较强，效果明显的基于多尺度分割-最大期望的遥感影像变化检测后处理方法。

为解决上述技术问题，本发明采用的技术方案是，基于多尺度分割-最大期望的遥感影像变化检测后处理方法，该方法包括如下：

步骤a：对滑坡区域的滑坡前影像和滑坡后影像进行空间位置配准，求解得到变化的影像，即为初始变化检测结果；

步骤b：基于滑坡后影像，进行多尺度分割，获取其多尺度分割影像对象集合S，设对象集S共包含n个对象O1,O2……Oi……On，其中n为大于0的自然数；i的取值如下：1≤i≤n；对象O1,O2……Oi……On为光谱特征近似且空间上相邻的像素的集合；

步骤c：取S中的第i个对象Oi，与步骤a中初始变化检测结果进行空间叠置分析，分别统计对象Oi内变化像素和未变化像素的数量，确定出哪一种状态的像素的数量多；

步骤d：利用最大期望的算法，对对象Oi内的像素属性进行重新精细化，具体如下：将Oi中数量多的像素状态，作为对象Oi内全部像素的状态；

步骤e：令j＝i+1；如果j≤n,则取S中的第j个对象Oj,依次执行步骤c与步骤d，直至jn；

步骤f：得到所有对象内对应的全部像素的状态，即为最终的变化检测结果。

进一步地，该步骤b中进行多尺度分割时，采用分形进化网络多尺度分割方法。

进一步地，该步骤a中，通过EM-MRF方法，或影像差值法，或比值法，或变化向量分析法得到初始变化检测结果。

本发明具有以下优点：通过引入多尺度分割与最大期望算法，达到有效去除各种随机噪声，从而提高了检测目标或背景区域的内部一致性，使得变化检测精度显著提高。

附图说明

图1是本发明实施例中选用的影像图；

其中：图1a是某山体滑坡前影像图；

图1b是某山体滑坡后影像图；

图2是本发明实施例中叠置分析示意图；

其中：图2a是叠置分析示意图；

图2b是1处的内部像素变化状态及其这间分布，白色像素为变化，黑色像素为非变化；