圖像變化檢測方法綜述

1、 題目： 圖像變化檢測方法綜述學(xué)號： 姓名： 圖像變化檢測方法綜述摘要圖像的變化檢測是指通過分析在不同時間來自同一地區(qū)的兩副或多幅圖像，檢測出該地區(qū)的地物隨時間發(fā)生的變化信息。本文主要用遙感圖像的變化檢測為例來進行說明，遙感圖像的變化檢測已經(jīng)廣泛地應(yīng)用于如森林資源的動態(tài)監(jiān)測、土地覆蓋和利用的變化監(jiān)測、農(nóng)業(yè)資源調(diào)查、城市規(guī)劃布局、環(huán)境監(jiān)測分析、自然災(zāi)害評估、地理數(shù)據(jù)更新以及軍事偵察中戰(zhàn)略目標(如道路、橋梁、機場)等的動態(tài)監(jiān)視等許多領(lǐng)域。本文對常見的變化檢測方法進行了概括性的介紹與優(yōu)缺點評述，并分析了當(dāng)前變化檢測方法中存在的普遍問題；并在此基礎(chǔ)上，實現(xiàn)了一種基于模糊貼近度的變化檢測方法，通過計算相

2、應(yīng)像素點之間的模糊貼近度，得到了差異圖，并用FCM對其聚類，得到了目標圖像的變化檢測結(jié)果。關(guān)鍵詞：變化檢測 遙感 模糊貼近度1.引言隨著社會與科技的發(fā)展, 人類開發(fā)資源與改造自然的能力不斷增強, 自然界的變化和人類的各種活動每天都在改變著地表景觀及其土地利用形式。世界人口的快速增長及城市化的發(fā)展, 加快了這種變化的速度。這些變化將對地球資源和生態(tài)環(huán)境產(chǎn)生深遠的影響, 已經(jīng)引起了廣泛關(guān)注。土地利用與土地覆蓋變化研究已經(jīng)成為全球變化研究中的前沿與熱點。由于遙感對地觀測具有實時、快速、覆蓋范圍廣、多光譜、周期性等特點, 遙感技術(shù)已經(jīng)成為變化檢測最主要的技術(shù)手段, 變化檢測研究也是目前遙感應(yīng)用方法研究

3、中的熱點之一。最近20 年來, 各國學(xué)者相繼發(fā)展了許多基于遙感技術(shù)的變化檢測方法, 也出現(xiàn)了不同的劃分方法, 大致可以歸納為以下幾種。按數(shù)據(jù)源將變化檢測方法分為3 類: 基于新舊影像的變化檢測、基于新期影像舊期非影像數(shù)據(jù)的變化檢測、基于立體像對的三維變化檢測; 按處理的信息層次將變化檢測劃分為像元級、特征級與決策級3 個層次; 按是否經(jīng)過分類將其分為直接比較法和分類后比較法兩類;最近還有學(xué)者按照采用的數(shù)學(xué)方法將變化檢測技術(shù)分成代數(shù)運算法、變換法、分類法、GIS 法、高級模型法等7 種。隨著土地覆蓋變化的復(fù)雜性以及遙感數(shù)據(jù)多樣性的增加, 新的變化檢測方法以及新的圖像處理算法不斷涌現(xiàn), 例如, 利

4、用變化向量分析法、馬爾科夫隨機場模型進行變化檢測, 利用概率統(tǒng)計學(xué)理論進行基于圖斑的變化檢測法, 利用支撐向量機、面向?qū)ο蠹夹g(shù)進行分類等。總之, 多項研究與實踐證明, 目前還沒有哪種方法被普遍認為是最優(yōu)的, 由于這些方法大多是在不同的環(huán)境下基于不同的用途提出來的, 各自具有不同的適用性與局限性。伴隨著遙感數(shù)據(jù)獲取技術(shù)的快速發(fā)展, 越來越多各具特色的遙感數(shù)據(jù)及其組合對變化檢測提出了新的技術(shù)要求。2.遙感圖像變化檢測技術(shù)現(xiàn)狀遙感影像變化檢測是從不同時期的遙感數(shù)據(jù)中, 定量地分析和確定地表變化的特征與過程。簡單地說就是通過遙感手段, 對同一地區(qū)不同時期的兩個影像提供的信息進行分析、處理與比較, 獲取

5、該時間段內(nèi)的土地利用與覆蓋變化信息。從技術(shù)流程上看, 一般包括影像預(yù)處理、變化信息發(fā)現(xiàn)、變化區(qū)域提取與變化類型確定幾個過程, 在對圖像進行預(yù)處理完后，剩下的關(guān)鍵環(huán)節(jié)是變化信息發(fā)現(xiàn), 多數(shù)研究都是圍繞該環(huán)節(jié)進行的。本文從算法的角度將目前變化檢測的方法分為四類:(1)基于簡單代數(shù)運算的變化檢測；(2)基于圖像變換的變化檢測；(3)基于圖像分類的變化檢測；(4)基于特征描述的變化檢測。下面分別對上述四種方法的代表算法進行闡述。2.1基于簡單代數(shù)運算的變化檢測基于代數(shù)運算的變化檢測技術(shù)包括圖像差值(image differencing)、圖像比值(image ratio)、植被指數(shù) (NDVI) 、圖

6、像回歸(image regression)和變化向量分析(change vector analysis)等。（1）圖像差值法圖像差值法是最簡單、最常用的一種變化檢測方法，其基本原理是將不同時間獲取的兩幅影像進行配準，然后將圖像中對應(yīng)像元的灰度值相減，從而獲得一幅新的差異圖像以表示在所選兩個時間當(dāng)中目標區(qū)所發(fā)生的變化。理論上，在得到的差值圖像上，差值為0或接近0的認為是不變區(qū)域，不為0的認為是變化區(qū)域。圖像差值法的優(yōu)點在于理論相對簡單、直接，容易理解和掌握，但常常只能定量地描述目標區(qū)是否發(fā)生了變化，而很難確定目標區(qū)域發(fā)生變化的性質(zhì)。為了能確定變化的性質(zhì)還需結(jié)合其他方法進行分析，從而獲得最終的目標

7、區(qū)變化信息。另一方面，由于相同地物在不同時相的光譜特征往往是不同的，因此變化閾值需要根據(jù)實際情況選取。設(shè)和為經(jīng)過配準的同一區(qū)域、不同時間的兩幅遙感圖像，其中圖像大小為。時相1的遙感圖像,時相2遙感圖像，則兩時相遙感圖像的差值運算得到的差異圖按下式進行計算：（2）圖像比值法圖像比值法是將不同時相的遙感影像對應(yīng)波段進行逐像元相除。通過對不同時相影像做相對輻射校正，得到的比值圖像增強了變化信息，其中像元比值為1或者近似為1的認為是未發(fā)生變化的區(qū)域，像元比值明顯高于或低于1的認為是發(fā)生變化的區(qū)域。比值法的理論假設(shè)是比值圖像呈正態(tài)分布，通常采用均值和標準偏差作為標準劃分變化與非變化區(qū)域，但對于很多實際問

8、題該假設(shè)并不總是成立的，這時變化閾值的選擇就成為比值法變化檢測是否有效的關(guān)鍵。比值法和差值法一樣都直觀，容易掌握，變化檢測速度快，但這種方法過于簡單，很難考慮到所有因素的影響，容易造成大量信息的流失，同時該方法對圖像的配準精度要求很高。兩時相圖像的對數(shù)比值圖如下式進行計算：（3）植被指數(shù)法植被指數(shù)(NDVI)是為了從來自地球遙感觀測衛(wèi)星的圖像數(shù)據(jù)中了解全球植被分布狀況的指標，它將遙感圖像中不同波段的灰度值進行各種組合運算，計算反映植被的常用比率和指數(shù)。目前常用的植被指數(shù)有NDVI、TNDVI等幾種，如歸一化差異植被指數(shù)常用來對土地利用進行動態(tài)變化檢測。利用植被對光學(xué)傳感器的近紅外波段與紅外波段

9、的明顯的響應(yīng)差(植被吸收紅外波段，強烈反射近紅外波段)，通過這兩個波段的比值突出植被變化信息，再通過閾值提取植被信息和非植被信息，能夠很好地反映地面植被的覆蓋情況。 由于植物普遍對紅光強烈吸收和對近紅外光強烈反射，因此紅光和近紅外波段之間的比值有利于提高光譜差異。利用波段間比值圖像主要有兩個優(yōu)點：不同地物特征的光譜響應(yīng)曲線差異可能會在比值圖像中得到進一步增強；比值能壓抑地形效應(yīng)并對輻射差異進行一定程度的歸一化。它對地面植被變化信息的檢測具有較好的效果，但對于地面其他變化類型的檢測適用性不強。（4）圖像回歸分析法回歸分析方法首先假定兩期影像線性相關(guān)，也就是說兩期影像中，多數(shù)像元變化不大。該方法通

10、過最小二乘法進行回歸分析，然后再用回歸方程計算出的預(yù)測值減去影像真實值，從而獲得兩期影像的回歸差值影像，利用該影像可以反映土地覆蓋變化信息。回歸分析方法解決了不同時相影像像元均值和方差的差異，處理后的遙感影像數(shù)據(jù)在一定程度上類似于相對輻射校正，因而能夠減小多時相影像數(shù)據(jù)中由于大氣條件和太陽高度角的不同所帶來的不利影響。但是這種方法的檢測需要得到準確的回歸方程且需要選擇合適的波段，在實際應(yīng)用中精度不高。（5）變化向量分析法變化矢量分析法首先對兩個不同時相的影像進行差值運算，求得每個像元的變化值，稱為變化向量。變化的強度用變化向量的歐氏距離表示，變化的內(nèi)容用變化向量的方向表示。變化矢量分析法可以利

11、用較多甚至全部的波段來探測變化像元，因此避免了單一波段比較所帶來的信息不完整，而且可以通過變化矢量的方向提供變化類型信息，但是隨著波段數(shù)的增加，變化閾值的確定比較困難。基于代數(shù)運算的變化檢測技術(shù)的優(yōu)點是相對簡單、直接，其關(guān)鍵是確定閾值。由于現(xiàn)在還沒有一種可靠的閾值選取方法，因此常常采用交互的方法確定變化閾值，這類方法中還一個重要的環(huán)節(jié)是選擇合適的波段或者波段組合。這類方法的不足是難以確定變化的類別和不能對變化信息進行描述。2.2基于圖像變換的變化檢測基于圖像變換的變化檢測方法主要包括主成分分析(PCA)、纓帽變換(K-T)和典型相關(guān)分析(Canonical)等。（1）主成分分析法主成分變換又稱

12、為主分量分析，它是建立在統(tǒng)計特征基礎(chǔ)上的多維正交線性變換，是一種離散的K-L變換 。它應(yīng)用于遙感圖像處理中，其作用主要是數(shù)據(jù)壓縮、圖像增強和特征選取等。一幅多波段遙感圖像的不同波段之問往往存在著很高的相關(guān)性，對其進行主成分變換的實質(zhì)是將具有相關(guān)性的多波段數(shù)據(jù)壓縮到完全獨立的較少的幾個波段上，使新圖像數(shù)據(jù)更易于解譯。將不同時相的多波段數(shù)據(jù)經(jīng)主成分變換后，新圖像中各主分量正交即各主分量之間的相關(guān)系數(shù)為零或接近零，并且新圖像中的幾個主分量就包含了原始遙感影像中的絕大部分信息。一般來說，第一主分量包括了原始多波段影像信息的絕大部分內(nèi)容，相當(dāng)于原來各波段的加權(quán)和，每個波段的權(quán)值與該波段的方差大小成正比。

13、其他各主分量所包括的信息逐漸減少，相當(dāng)于相關(guān)程度較低的波段之問的差異。因此，對幾個變化后的主分量進行合成，就可以達到數(shù)據(jù)壓縮和突出變化信息的目的。（2）K-T變換法通過對不同時相圖像的各波段建立變換方程，變換后，TM 產(chǎn)生6個分量(除熱紅外波段)，MSS圖像產(chǎn)生4個分量，在前三個分量集中了絕大部分信息且與地物有明確對應(yīng)關(guān)系，所以只取其前三個分量。K-T變換后再對兩時相圖像相減生成變化圖像，最后通過閾值法來辨識變化信息，但K-T變換不適合SPOT圖像。因為K-T變換算法的轉(zhuǎn)換系數(shù)對每種傳感器是不同的，目前還沒人提出K-T變換應(yīng)用于SPOT的轉(zhuǎn)換系數(shù)。（3）典型相關(guān)分析法與PCA方法類似，典型相關(guān)

14、分析法的思路是，將多時相的多光譜圖像看作是多元隨機變量，引入多元統(tǒng)計分析的理論和方法進行變化檢測的研究。其實質(zhì)是把差異總信息分配到互不相關(guān)的幾個變量上，以達到最大限度保持這一差異的總信息量不改變的情況下，檢測出圖像之間發(fā)生的變化。 2.3基于圖像分類的變化檢測這類變化檢測主要有分類后比較(post-classification)和多時相圖像同時分類兩種方法。這類方法可以提供變化的種類信息，并且可以減少大氣等外部因素對變化檢測的影響。然而，這類方法需要選擇足夠的高精度的學(xué)習(xí)樣本，而這對于歷史數(shù)據(jù)是非常困難的，且基于分類的變化檢測性能受分類結(jié)果的影響很大。（1）分類后比較法分類后比較法也是目前遙感

15、變化檢測中應(yīng)用較廣泛的一種方法，其原理是對兩個不同時相的影像進行單獨分類，然后在已經(jīng)分類的區(qū)域中逐像素比較以確定變化信息的位置和類型。（2）多時相圖像同時分類法這種方法是將兩個或多時相的遙感圖像數(shù)據(jù)放在一個數(shù)據(jù)庫中同時進行分類。出現(xiàn)變化的類別，其數(shù)據(jù)的統(tǒng)計量如標準偏差等將很大，而未發(fā)生變化的類別其數(shù)據(jù)的標準方差很小，因此通過統(tǒng)計量的比較可以區(qū)分出類別變化與否?？梢钥吹?，這是一種比較復(fù)雜的方法，因為它常常需要很多類和特征。而這其中有一些很可能是冗余信息，可以通過主成分變換等方法去除冗余。另外一個問題是，在合成的數(shù)據(jù)庫中，時間特征和光譜特征具有同等地位，因此，分類中很難將光譜變化和時間變化輕易區(qū)分

16、開來。2.4基于特征描述的變化檢測（1）基于邊緣的變化檢測方法邊緣檢測法通過提取多時相圖像邊緣，再比較邊緣圖的差異，標注的差異邊緣作為變化目標的輪廓。該方法的優(yōu)點是比較穩(wěn)健，它對光照條件和視角差異等不敏感，一般用于檢測線性目標的變化。方圣輝等根據(jù)兩時相遙感圖像的邊緣變化特征和灰度變化特征對兩時相遙感圖像分別檢測邊緣特征，然后進行邊緣圖做差得到變化區(qū)域邊緣分析提取出變化區(qū)域的邊緣，并將變化區(qū)域在原圖中標記，取得了較好的結(jié)果。然而該方法的變化檢測精度依賴于邊緣檢測精度，同時對圖像預(yù)處理要求高。（2）基于紋理特征的變化檢測方法紋理特征差值法是以紋理特征代替像素灰度進行差值的，因此紋理特征差值法具有與

17、基于像素的變化檢測方法相似的處理流程。袁修孝和宋妍針對不同時期高分辨率遙感圖像變化檢測中城區(qū)建筑物因投影差異所產(chǎn)生的誤檢測現(xiàn)象，提出了一種綜合應(yīng)用光譜和紋理特征的建筑物變化檢測方法，取得較好的變化檢測結(jié)果。3.一種自己實現(xiàn)的基于模糊貼近度的變化檢測方法對已配準和校正的兩時相SAR圖像T1和T2，根據(jù)SAR圖像的特點，采用如下的相似度公式來構(gòu)造差異圖（difference image，簡記:DI）：其中表示位置x上的一個鄰域的位置指示集，即取其空間上的一個鄰域，把由鄰域元素構(gòu)成的集合看作是模糊向量，用上式度量兩模糊向量間的相似度。若得到上式的值越大，則該位置上的像素點越接近于未變化類，反之，為變

18、化類。根據(jù)上式計算出差異圖，然后濾波，二聚類即可得到變化檢測圖。 圖1 變化前 圖2 變化后 圖3 變化參考圖 圖4 變化圖由上圖可得按照以上算法得出的效果圖也是極好的。4. 遙感變化檢測方法變化趨勢隨著新的傳感器不斷出現(xiàn)，衛(wèi)星數(shù)據(jù)產(chǎn)品不斷增多，關(guān)于遙感圖象變化檢測方法的研究形式也出現(xiàn)了新的變化趨勢。（1）遙感變化檢測方法由傳統(tǒng)的線型運算處理模式拓展到了非線型處理模式； （2）從單一的多光譜遙感數(shù)據(jù)影像變化檢測方式升級為綜合利用多源影像相關(guān)數(shù)據(jù)進行變化檢測方式；（3）遙感變化檢測模式由單純考慮影像的像素DN值的運算演化為考慮像素內(nèi)部組成，以及像素內(nèi)物質(zhì)的反射物理機制的復(fù)雜演算；（4）遙感變化檢測方法由單一的變化檢測方式發(fā)展為復(fù)合式的變化檢測技術(shù)。 5.參考文獻1馬云飛，李宏.遙感變化檢測技術(shù)方法綜述J.測繪與空間地理信息，2014，（1）：132-134.2李偉.面向?qū)ο蟮倪b感變化檢測研究J.北京測繪，2013，（1）：11-15.3黃亮，左小清，於雪琴.遙感影像變化檢測方法探討J.測繪科學(xué)，2014，