基于MATLAB的遙感圖像變化監(jiān)測(cè)研究(圖文)

1、基于MATLAB的遙感圖像變化監(jiān)測(cè)研究(圖文)    論文導(dǎo)讀：變化檢測(cè)是從不同時(shí)期的遙感圖像中。同時(shí)具有可以回避多時(shí)相影像獲取環(huán)境條件和傳感器不同所帶來(lái)的輻射歸一化問(wèn)題、可以直接獲取變化的類(lèi)型、可以進(jìn)行兩個(gè)時(shí)相以上的遙感影像的變化檢測(cè)分析等優(yōu)點(diǎn)。然后在MATLAB中變成實(shí)現(xiàn)變化監(jiān)測(cè)。本實(shí)驗(yàn)編程思想是采用差值法直接進(jìn)行變化監(jiān)測(cè)。 關(guān)鍵詞：遙感影像，變化檢測(cè)，MATLAB，差值法    1 變化監(jiān)測(cè)的概念 變化檢測(cè)是從不同時(shí)期的遙感圖像中，定量的分析和確定地物變化的特征和過(guò)程，涉及到變化的類(lèi)型、分布狀況及變化信息的描

2、述，即需要確定變化前后的地物類(lèi)型，界限和分析變化的屬性。因此，了解變化檢測(cè)中的含義、變化檢測(cè)的基本過(guò)程以及變化信息獲取的層次等基本概念，是進(jìn)行變化檢測(cè)的前提和基礎(chǔ)。 變化檢測(cè)是利用多時(shí)相遙感圖像檢測(cè)出地物的變化，因此了解地物的變化類(lèi)型，對(duì)于明確變化檢測(cè)目的，以及選擇合適的方法具有明顯的意義。對(duì)于某一地物，經(jīng)過(guò)一段時(shí)間，可能存在兩種情況1：該地物已經(jīng)發(fā)生變化；該地物沒(méi)有發(fā)生變化。 2 變化監(jiān)測(cè)的基本方法 2.1 直接比較法2 直接比較法相當(dāng)于算術(shù)運(yùn)算法，一般要在相對(duì)輻射歸一化基礎(chǔ)上完成，主要是采用差值運(yùn)算或比值運(yùn)算對(duì)兩個(gè)時(shí)期的影像像元進(jìn)行運(yùn)算，增強(qiáng)或抑制兩個(gè)時(shí)期的變化信息，構(gòu)造差異影像，然后選取

3、區(qū)分變化信息與背景信息的閾值，提取變化區(qū)域。 (1) 圖像差值法 圖像差值法對(duì)多時(shí)相圖像中對(duì)應(yīng)像素的灰度值進(jìn)行相減，結(jié)果圖像代表了兩個(gè)時(shí)間圖像的變化，表達(dá)式如式（2-1）。圖像差值法可以應(yīng)用于單一波段(稱(chēng)作單變量圖像差分)，也可以應(yīng)用于多波(稱(chēng)作多變量圖像差分)。應(yīng)用一些輻射校正來(lái)減少照射角、強(qiáng)度和視角變化的影響 圖像差值法計(jì)算公式： （2-1） （2-2） 其中i，j為像素坐標(biāo)值，k為波段，t1，t2為第一幅圖像時(shí)間、第二幅圖像時(shí)間，C為常量，用來(lái)得到正值。由于最后只要找到變化的區(qū)域，因此對(duì)變化的方向就變得不重要了。為此更改圖像差值式（2-1）為式（2-2）。 (2-3) 其中m為差值圖像均

4、值，STD為差值圖像標(biāo)準(zhǔn)差，為門(mén)限值。用灰度像素值直接相減的效果很差，一般都取窗口，用窗口均值代替窗口中心像素值進(jìn)行計(jì)算。 對(duì)差值圖像進(jìn)行統(tǒng)計(jì)處理，計(jì)算差值圖像的均值和標(biāo)準(zhǔn)差。如果差值圖像中像素的灰度值滿(mǎn)足式(2-3)就認(rèn)為該像素發(fā)生變化。 (3) 圖像比值法 圖像比值法計(jì)算已配準(zhǔn)的多時(shí)相圖像對(duì)應(yīng)像素的灰度值的比值，如果在一個(gè)像素上沒(méi)有發(fā)生變化，則比值接近1，如果在此像素上發(fā)生變化，則比值遠(yuǎn)大于或遠(yuǎn)小于1(依靠變化的方向)。數(shù)學(xué)表達(dá)式如式(2- 4)。一些數(shù)據(jù)標(biāo)準(zhǔn)化和輻射糾正可能是必需的，圖像比值法的主要缺點(diǎn)集中在比值圖像的統(tǒng)計(jì)分布上。相比于圖像差值法，圖像比值法對(duì)子圖像上的乘性噪聲是不敏感的

5、。圖像比值法計(jì)算公式： (2- 4) 圖像比值法的處理過(guò)程和圖像差值法差不多，只是最后對(duì)窗口均值求比值而不是求差值當(dāng)滿(mǎn)足式（2-5)時(shí)則認(rèn)為該像素發(fā)生了變化。 或 （2-5） 和分別代表低門(mén)限和高門(mén)限。 2.2 主成分分析法 主成分分析法又稱(chēng)Karhunen- loeve變換(簡(jiǎn)稱(chēng)K- L變換)。它的基本思想是對(duì)一組相關(guān)的多元隨機(jī)變量，通過(guò)構(gòu)造一系列線(xiàn)性變換，將原隨機(jī)變量所包含的信息集中到少數(shù)幾個(gè)互不相關(guān)的變換結(jié)果分量中，從而達(dá)到冗余壓縮和信息集中的目的，稱(chēng)這一線(xiàn)性變換為主成分變換3。 主成分變換應(yīng)用于變化檢測(cè)可采用以下三種策略4:一種是將多時(shí)相影像復(fù)合，做主成分變換，得到的分量中除第一成分P

6、CI外的次要分量能夠反映變換信息，稱(chēng)之為復(fù)合主成分分析法；第二種是對(duì)兩時(shí)相影像分別做主成分變換，再對(duì)計(jì)算對(duì)應(yīng)主成分分量間的差值，稱(chēng)為主成分差值分析法；第三種是先求兩時(shí)相影像間的差值，再對(duì)多元差值影像做主成分變換，這叫做差值主成分分析法。其中第一種策略可應(yīng)用于多于兩個(gè)時(shí)相的多通道遙感影像的變化檢測(cè)和分析，后兩種則只適用于兩個(gè)時(shí)相的情況。免費(fèi)論文網(wǎng)。 主成分分析法能夠消除影像內(nèi)部的各通道間的相關(guān)性，但是主成分變換得到的主成分分量失去了原有波段的光譜特性，當(dāng)它應(yīng)用于變化檢測(cè)的時(shí)候，主成分變換只考慮了隨機(jī)變量在特征空間的分布，而未考慮它們?cè)诘乩砜臻g上的分布特性，這樣就很難保證各主成分的影像質(zhì)量依序遞減

7、。 2.3分類(lèi)后變化信息比較 盡管分類(lèi)后比較法存在著精度方面的缺陷，但由于其方法簡(jiǎn)單，同時(shí)具有可以回避多時(shí)相影像獲取環(huán)境條件和傳感器不同所帶來(lái)的輻射歸一化問(wèn)題、可以直接獲取變化的類(lèi)型、可以進(jìn)行兩個(gè)時(shí)相以上的遙感影像的變化檢測(cè)分析等優(yōu)點(diǎn)，故被經(jīng)常使用。 分類(lèi)后變化檢測(cè)技術(shù)是最簡(jiǎn)單的基于分類(lèi)的變化檢測(cè)分析技術(shù)。分類(lèi)后比較方法可用于兩幅或多幅配準(zhǔn)后的圖像，包括一個(gè)分類(lèi)步驟和一個(gè)比較步驟，要求對(duì)多時(shí)相圖像的每一副圖像單獨(dú)進(jìn)行分類(lèi)，然后對(duì)分類(lèi)結(jié)果圖像進(jìn)行比較。如果對(duì)應(yīng)像素的類(lèi)別標(biāo)簽相同，則認(rèn)為該像素沒(méi)有發(fā)生變化，否則認(rèn)為該像素發(fā)生了變化。分類(lèi)的方法可以是監(jiān)督分類(lèi)方法也可以是非監(jiān)督分類(lèi)方法。分類(lèi)后變化檢測(cè)

8、的一個(gè)重要的進(jìn)步是可以克服由于多時(shí)相圖像的傳感器性質(zhì)、分辨率等因素的差異帶來(lái)的不便，不需要數(shù)據(jù)歸一化過(guò)程，因?yàn)閮煞鶊D像是單獨(dú)分類(lèi)的。 分類(lèi)后比較法的核心在于影像精確分類(lèi)，這也是一直以來(lái)遙感應(yīng)用領(lǐng)域的重點(diǎn)和難點(diǎn)問(wèn)題?，F(xiàn)有的影像分類(lèi)方法可歸結(jié)為監(jiān)督和非監(jiān)督兩大類(lèi)，一般前者比后者的分類(lèi)精度高。對(duì)于分類(lèi)后比較變化檢測(cè)來(lái)說(shuō)，多采用監(jiān)督分類(lèi)方法。 2.4輔助數(shù)據(jù)變化檢測(cè) 利用數(shù)據(jù)庫(kù)中已經(jīng)存在的空間數(shù)據(jù)集作為背景輔助數(shù)據(jù),當(dāng)前數(shù)據(jù)為遙感數(shù)據(jù),上述變化檢測(cè)處理方法均可以在不同運(yùn)算階段利用輔助數(shù)據(jù)。這種變化檢測(cè)方法一般用來(lái)進(jìn)行輔助變化檢測(cè)。 還以利用遙感影像和地形圖，土地利用圖等，在地理信息系統(tǒng)軟件中，通過(guò)地理

9、信息系統(tǒng)強(qiáng)大的空間分析功能，如疊置分析，緩沖區(qū)分析，統(tǒng)計(jì)分析等功能，發(fā)現(xiàn)變化區(qū)域和統(tǒng)計(jì)變化結(jié)果5。免費(fèi)論文網(wǎng)。 3 基于MATLAB的變化監(jiān)測(cè) 本研究中選擇的影像是同一個(gè)地區(qū)不同時(shí)相的兩幅遙感影像，主要是為了檢測(cè)出該地區(qū)在19982004年間水系發(fā)生的變化情況，通過(guò)分析能夠了解該地區(qū)水系是否發(fā)生了變化以及水系是增加還是減少了。本數(shù)據(jù)影像首先需要在遙感軟件ERDAS IMAGINE 9.2中進(jìn)行圖像預(yù)處理，使兩幅遙感圖像擁有相同的地理坐標(biāo)信息，并經(jīng)過(guò)幾何校正和輻射校正消除各種變形的影響。然后在MATLAB中變成實(shí)現(xiàn)變化監(jiān)測(cè)。免費(fèi)論文網(wǎng)。 3.1 變化監(jiān)測(cè)方法 通過(guò)分析本影像數(shù)據(jù)可知，該數(shù)據(jù)是單通

10、道不同時(shí)相的遙感影像，對(duì)于單通道影像采用直接比較法進(jìn)行變化監(jiān)測(cè)效果較好，直接比較法在理論上也最容易理解，本實(shí)驗(yàn)編程思想是采用差值法直接進(jìn)行變化監(jiān)測(cè)，采用式（2-2）和式（2-3）的原理進(jìn)行變化監(jiān)測(cè)，設(shè)置一經(jīng)驗(yàn)值作為判斷變化情況的閾值。 圖3.1 1998年遙感影像圖3.2 2004年遙感影像 圖3.3 變化監(jiān)測(cè)圖 圖3.3采用MATLAB進(jìn)行編程設(shè)計(jì)，從圖上可以看出白色區(qū)域代表變化最明顯的區(qū)域，黑色代表變化最不明顯區(qū)域，灰色代表中間色，本實(shí)驗(yàn)主要是為了監(jiān)測(cè)出變化區(qū)域和味變化區(qū)域，試驗(yàn)中涉及到兩個(gè)閾值，灰度差值大于閾值50的是變化明顯區(qū)域，灰度差值在10,50之間的為中間變化較小地區(qū)，灰度差值小

11、于10的說(shuō)明為變化區(qū)域。因?yàn)橥坏貐^(qū)不同時(shí)間影像的灰度由于成像條件、天氣條件、傳感器等的影響會(huì)出現(xiàn)較小范圍的差別，所以在灰度差值小于10時(shí)設(shè)為為變化區(qū)域。 3.2 實(shí)驗(yàn)結(jié)果分析 把影像算術(shù)運(yùn)算法作為變化檢測(cè)的方法，從理論上來(lái)理解是最直觀的，它對(duì)于單通道不同時(shí)相之間的變化檢測(cè)也是非常有效的。在應(yīng)用這種方法的時(shí)候，必須考慮選取閾值將有變化的像元和沒(méi)有變化的像元區(qū)分開(kāi)來(lái)，閾值的選取需要有一定的經(jīng)驗(yàn)，可以借助于多次檢測(cè)的結(jié)果。對(duì)于多通道不同時(shí)相圖像的變化，雖然在數(shù)學(xué)上很容易實(shí)現(xiàn)，但由于各種傳感器的通道之間往往是互為相關(guān)的，勢(shì)必會(huì)造成圖像之間的相關(guān)，所以在圖像差值時(shí)會(huì)存在很多問(wèn)題，這種方法首先是對(duì)同一區(qū)

12、域不同時(shí)相影像的光譜特征差異進(jìn)行比較，確定變化信息發(fā)生的位置。在改位置信息確定的基礎(chǔ)上可以進(jìn)行分類(lèi)確定變化的類(lèi)型，本實(shí)驗(yàn)沒(méi)有進(jìn)行變化類(lèi)型的確定，只是簡(jiǎn)單的確定了變化的位置，也是該方法的優(yōu)點(diǎn)，因此縮小了分類(lèi)范圍，提高了檢測(cè)速度，缺點(diǎn)是它不能同時(shí)獲得具體的變化類(lèi)型。    參考文獻(xiàn)： 1 張振龍、曾志遠(yuǎn)、李碩、胡子付，遙感變化檢測(cè)方法研究綜述，2005-5. 2張路，基于多元統(tǒng)計(jì)分析的遙感影像變化檢測(cè)方法研究.武漢大學(xué)博士學(xué)位論文.2005. 4梅安新，等遙感導(dǎo)論M. 北京:高等教育出版社, 2001. 3 Hazel, G.G., 2001, Object