基于treelet的遙感圖像變化檢測方法研究.pdf

1、多時相遙感圖像的變化檢測技術是指從不同時期的遙感圖像中，定量地分析和確定地物變化信息的過程，它是遙感技術的重要應用之一。多時相的遙感圖像變化檢測技術廣泛應用于國民經(jīng)濟和國防建設的諸多領域，具有良好的應用前景。
　　 本論文圍繞著自動、有效地提取多時相遙感圖像的變化信息來進行研究，完成了以下三個方面的工作：
　　 (1)提出了一種基于分水嶺變換和Treelet聚類的遙感圖像變換檢測方法。首先利用分水嶺變換對模糊增強后的差值

2、差異圖進行過分割，提取過分割區(qū)域的六種紋理特征并得到紋理特征矩陣，根據(jù)Treelet算法對紋理特征矩陣聚類得到對應區(qū)域合并二值圖像，對該二值圖像進行馬爾科夫模型后處理，得到邊緣細化的檢測結(jié)果，最后將二值圖像和后處理結(jié)果圖中的連通區(qū)域合并，刪除多余噪聲區(qū)域，得到最終的檢測結(jié)果。模擬和真實遙感圖像的實驗證明該方法具有有效性和魯棒性。
　　 (2)提出了一種基于多組Gabor濾波降維的遙感圖像變化檢測方法。首先利用差值差異圖像的分類閾

3、值對多時相遙感圖像進行灰度校正，將校正后得到的差異圖像進行多組參數(shù)的Gabor濾波得到濾波圖像矩陣，根據(jù)Treelet算法對濾波后圖像矩陣進行降維，獲得最優(yōu)參數(shù)的濾波結(jié)果圖，對該濾波結(jié)果圖像進行K均值聚類得到變化檢測結(jié)果。模擬和真實遙感圖像的實驗證明了該方法能有效地減少噪聲信號的影響，提高變化檢測的精度。
　　 (3)提出了一種基于自適應Treelet構造差異圖的遙感圖像變化檢測方法。首先對第一幅遙感圖像提取參考相似窗，在第二幅

4、遙感圖像對應位置的搜索窗內(nèi)提取若干個相似窗，將若干個相似窗與參考相似窗的差值矩陣進行自適應的Treelet聚類，當前中心點像素灰度值由所有與參考相似窗具有相同類別標記的相似窗內(nèi)的像素平均得到，逐像素計算得到自適應Treelet聚類的差異圖像。分別計算自適應差異圖和差值差異圖的Otsu分割閾值，利用該閾值融合自適應差異圖和差值差異圖，對融合后的差異圖像進行Otsu閾值分割得到最終的變化檢測結(jié)果。模擬和真實遙感圖像的實驗驗證了該方法的有效性