非負(fù)矩陣分解在遙感圖像變化檢測中的應(yīng)用研究.pdf

1、遙感圖像的變化檢測是通過對同一地區(qū)不同時期中兩幅或多幅遙感圖像進(jìn)行比較分析，得到圖像之間變化信息的一項遙感技術(shù)的應(yīng)用，它目前已廣泛地應(yīng)用于經(jīng)濟(jì)和國防建設(shè)等諸多領(lǐng)域。
　　非負(fù)矩陣分解（Nonnegative Matrix Factorization，NMF）算法是國際上新近提出的一種矩陣分解方法，是一種很重要的矩陣降維技術(shù)。NMF的應(yīng)用領(lǐng)域十分廣泛，如圖像處理，計算機視覺，文本分析等。本文嘗試將NMF運用于遙感圖像的變化檢測當(dāng)中。

2、主要包括以下三個內(nèi)容:
　　(1) NMF對差異圖的融合。一般的變化檢測常常以單一的差異圖作為研究對象，而一幅差異圖往往存在局限性，針對這個問題本文提出一種使用NMF融合的變化檢測方法，將SAR圖像的對數(shù)比值圖與MRD算子圖融合，將光學(xué)圖像的差值圖與t檢驗圖融合。通過仿真實驗得到了較好的效果，并與現(xiàn)有的幾種變化檢測方法對比，驗證了該方法的有效性。
　　(2)基于重點關(guān)注區(qū)域的變化檢測。為了降低噪聲干擾引起的虛警率，以及變化信

3、息幅度弱引起的漏檢率，本文采用確定重點關(guān)注區(qū)域的方法來做變化檢測。首先運用灰度共生矩陣產(chǎn)生差異圖的紋理圖像，由于方差紋理能凸顯變化區(qū)域邊界且可分性較強，我們采用方差紋理圖來為重點關(guān)注區(qū)域的確定做鋪墊。利用NMF提取紋理圖的背景特征，通過計算特征圖與紋理圖中每個像素鄰域塊的歐氏距離，從而弱化紋理背景。然后將原差異圖與該圖像對應(yīng)像素相乘，得到較理想的變化輪廓顯著圖。將變化輪廓圖通過聚類，并膨脹填充內(nèi)部區(qū)域從而得到重點關(guān)注區(qū)域。最后，根據(jù)重點