基于融合和特征提取的遙感圖像變化檢測(cè).pdf

1、遙感圖像變化檢測(cè)是指通過(guò)對(duì)同一地區(qū)不同時(shí)期的兩幅或多幅遙感圖像進(jìn)行比較分析,根據(jù)圖像之間的差異來(lái)獲取地物的變化信息。遙感圖像變化檢測(cè)技術(shù)已成功地應(yīng)用于眾多領(lǐng)域,如環(huán)境監(jiān)測(cè)、土地利用和土地覆蓋的動(dòng)態(tài)監(jiān)測(cè)、森林或植被的變化分析、災(zāi)害評(píng)估、農(nóng)業(yè)調(diào)查、城鎮(zhèn)變化研究及在軍事中的人造目標(biāo)監(jiān)測(cè)和地面武裝部署分析。
　　本文介紹了遙感圖像變化檢測(cè)的研究背景以及存在的問(wèn)題,對(duì)已有變化檢測(cè)技術(shù)進(jìn)行了總結(jié),并以差異圖融合和特征提取為主要研究?jī)?nèi)容,針對(duì)兩

2、時(shí)相遙感圖像的變化檢測(cè)問(wèn)題進(jìn)行了研究。
　　(1)提出了一種基于圖像融合和PCA-核模糊聚類的遙感圖像變化檢測(cè)方法。該方法首先用差值法、對(duì)數(shù)比值法和均值比法構(gòu)造三種不同的差異圖,然后對(duì)差異圖進(jìn)行融合,對(duì)融合后的圖像進(jìn)行PCA(Principal Component Analysis)特征提取,然后用基于核的模糊聚類將特征聚為兩類。該方法采用圖像融合的方法構(gòu)造差異圖,對(duì)不同類型的遙感圖像均可獲得較好的檢測(cè)結(jié)果,解決了單一類型差異圖檢

3、測(cè)精度低、適用范圍窄的問(wèn)題,具有較好的魯棒性。該方法對(duì)PCA提取的特征采用基于核的模糊聚類方法,將原始數(shù)據(jù)映射到高維特征空間再進(jìn)行聚類,實(shí)現(xiàn)更為準(zhǔn)確的聚類,進(jìn)一步降低了變化檢測(cè)的錯(cuò)誤率。
　　(2)提出了一種基于Treelet特征融合的遙感圖像變化檢測(cè)方法,首先用差值法、對(duì)數(shù)比值法和均值比法構(gòu)造三種不同的差異圖,然后用Treelet變換對(duì)三幅不同的差異圖進(jìn)行特征融合。該方法由于采用Treelet變換進(jìn)行特征提取,因而操作簡(jiǎn)單,正確

4、率高,抗噪性能好;該方法由于利用了不同差異圖的有效信息和空間鄰域信息進(jìn)行變化檢測(cè),進(jìn)一步提高了抗噪性能和變化檢測(cè)精度;此外,該方法對(duì)合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)圖像和光譜圖像都可以得到滿意的變化檢測(cè)結(jié)果,魯棒性好。
　　(3)提出了一種基于加權(quán)系數(shù)和非下采樣Contourlet變換(Nonsubsampled Contourlet Transform, NSCT)特征融合的遙感圖像變化檢

5、測(cè)方法,首先用比值法和差值法構(gòu)造兩種不同的差異圖,然后對(duì)差異圖乘以加權(quán)系數(shù),然后用NSCT變換分解帶有權(quán)值的差異圖以獲得方向特征,對(duì)方向特征和分解前差異圖的原始灰度特征進(jìn)行聚類得到變化檢測(cè)結(jié)果。該方法有效結(jié)合不同差異圖的信息,并且利用方向特征表達(dá)鄰域信息,具有一定的抗噪能力,克服了單一類型差異圖檢測(cè)效果不好的弊端,提高了變化檢測(cè)準(zhǔn)確度。
　　本文工作得到如下基金資助:
　　國(guó)家自然科學(xué)基金(61003199),中央高?；究?/p>