基于小波分析和聚類的多時相遙感影像變化檢測.pdf

1、遙感科學技術作為一個拓展人類觀察視野和觀測領域的高級工具,已在資源管理、政府機構決策、保護組織和工業(yè)領域的應用顯示了無與倫比的優(yōu)越性。通過檢測同一地區(qū)不同時間影像發(fā)生的變化,有利于資源管理者能夠動態(tài)地監(jiān)測大面積的地面覆蓋情況。
　　 本文圍繞多時相遙感影像變化檢測的一些關鍵技術進行了研究。主要完成了以下工作:
　　 1.概括性介紹了遙感變化檢測考慮的各種因素、處理流程,對現(xiàn)有變化檢測方法進行了歸納和評述,介紹了三種差異影

2、像提取方法。
　　 2.介紹了基于代數(shù)差和期望最大化(EM(expectationmaximization))閾值分割的方法。針對差異影像閾值難以選擇的問題,將變化區(qū)域的提取視作統(tǒng)計決策問題,在混合高斯模型假設前提下,通過:EM算法估計模型參數(shù),然后利用基于貝葉斯理論的最小錯誤率求出最優(yōu)的變化閾值。
　　 3.提出了基于主成分分析和K均值聚類的變化檢測方法。由于單一閾值方法僅對單個像素點做處理,沒有考慮影像空間鄰域關系,

3、為此,將差異影像分成互不重疊的子塊,然后利用PCA提取每個子塊的特征向量,再對特征向量進行投影得到新的特征向量。最后用K-均值聚類方法把特征向量分割成變化和未變化兩類區(qū)域。
　　 4.提出了基于小波融合和K均值聚類的變化檢測方法?？紤]到差值法和對數(shù)比值法各自的優(yōu)缺點,通過小波融合差值影像和對數(shù)比值影像構造利于差異影像的變化檢測,再采用加入空間鄰域信息的K均值聚類方法提取變化區(qū)域。
　　 5.提出了基于非抽樣小波融合和核K