(完整word版)遙感影像變化檢測

1、遙感影像變化檢測報告學(xué)院專業(yè)指導(dǎo)老師小組成員：2013年5月1、遙感影像變化檢測的概念遙感影像變化檢測指利用多時相獲取的覆蓋同一地表區(qū)域的遙感影像及其它輔助數(shù)據(jù)來確定和分析地表變化。它利用計算機圖像處理系統(tǒng)，對不同時段目標(biāo)或現(xiàn)象狀態(tài)的變化進行識別、分析；它能確定一定時間間隔內(nèi)地物或現(xiàn)象的變化，并提供地物的空間分布及其變化的定性與定量信息。由此可知，遙感影像變化檢測是從不同時期的遙感圖像中，定量地分析和確定地物變化的特征和過程。它涉及到變化的類型、分布狀況及變化信息的描述，即需要確定變化前后的地物類型、界限和分析變化的屬性。變化檢測的研究對象為地物，包括自然地物和人造地物，其中人造地物在軍事上常

2、被稱為目標(biāo)。描述地物的特性包括：空間分布特性、波譜反射與輻射特性、時相變化特性。遙感影像的變化檢測在土地覆蓋變化監(jiān)測、環(huán)境變遷動態(tài)監(jiān)測、自然災(zāi)害監(jiān)測、違章建筑物查處、軍事目標(biāo)打擊效果分析以及國土資源調(diào)查等方面擁有廣泛的應(yīng)用價值和商業(yè)價值。變化檢測通常包括以下4個方面的內(nèi)容：判斷是否發(fā)生了變化，即確定研究區(qū)域內(nèi)地物是否發(fā)生了變化；標(biāo)定變化發(fā)生的區(qū)域，即確定在何處發(fā)生了變化，將變化像元與未變化像元區(qū)分開來；鑒別變化的性質(zhì)，給出在每個變化像元上所發(fā)生變化的類型，即確定變化前后該像元處的地物類型；評估變化的時間和空間分布模式。其中，前兩個方面是變化檢測所要解決的基本問題，而后兩個方面則根據(jù)應(yīng)用要求決定

3、是否需要做。2、遙感影像變化檢測的三個層次遙感圖像分析過程中通常包括數(shù)據(jù)層處理、特征層處理和目標(biāo)層處理三個過程。依據(jù)這三個層次劃分，可將變化檢測分為：像元級變化檢測、特征級變化檢測和目標(biāo)級變化檢測。像元級變化檢測是指直接在采集的原始圖像上進行變化檢測。盡管基于像元的變化檢測有它一定的局限性，但由于它是基于最原始的圖像數(shù)據(jù)，能更多地保留圖像原有的真實感，提供其它變化檢測層次所不能提供的細微信息，因而目前絕大多數(shù)的變化檢測方法都是像元級變化檢測。特征級變化檢測是采用一定的算法先從原始圖像中提取特征信息，如邊緣、形狀、輪廓、紋理等，然后對這些特征信息進行綜合分析與變化檢測。由于特征級的變化檢測對特征

4、進行關(guān)聯(lián)處理，把特征分類成有意義的組合，因而它對特征屬性的判斷具有更高的可信度和準確性。但它不是基于原始數(shù)據(jù)而是特征，所以在特征提取過程中不可避免地會出現(xiàn)信息的部分丟失，難以提供細微信息。目標(biāo)級變化檢測主要檢測某些特定對象(比如道路、房屋等具有明確含義的目標(biāo))，是在圖像理解和圖像識別的基礎(chǔ)上進行的變化檢測，它是一種基于目標(biāo)模型的高層分析方法變化檢測的三個層次在實現(xiàn)上各有優(yōu)缺點，在具體的變化檢測中究竟檢測到哪個層次是根據(jù)任務(wù)的需要確定的。像元級的變化檢測保持了盡可能多的原始信息，具有特征級和目標(biāo)級層次上所不具備的細節(jié)信息，但像元級變化檢測僅考慮像素屬性的變化，而未考慮其空間等特征屬性的變化；特征

5、級變化檢測不僅考慮到空間形狀的變化，而且還要考慮特征屬性的變化，但特征級的變化檢測依賴于特征提取的結(jié)果，但特征提取本身比較困難；目標(biāo)級的變化檢測最大的優(yōu)點是它接近用戶的需求，檢測的結(jié)果可直接應(yīng)用，但它的不足之處在于目標(biāo)提取的困難性。3、遙感影像變化檢測的一般流程遙感影像變化檢測的一般處理流程包括圖像預(yù)處理、變化檢測及檢測結(jié)果輸出三個部分。如下圖所示：圖一遙感影像變化檢測一般流程圖預(yù)處理由于獲取條件的差異,多時相遙感圖像中存在非地物變化而造成的圖像變化。因此，消除非地物變化是變化檢測中不可缺少的步驟，在圖像預(yù)處理的過程中，最重要的兩個過程是幾何校正和輻射校正。變化信息獲取變化信息獲取是變化檢測處

6、理中的關(guān)鍵步驟。在這個過程中，先根據(jù)變化檢測對象，進行變化特征提取(包括光譜特征及結(jié)構(gòu)特征)。提取的變化特征，有些可以直接用于變化分析稱為確定變化特征；有些不能直接用于變化分析，需要結(jié)合輔助信息(如在目標(biāo)級的變化檢測中，需要結(jié)合目標(biāo)的模型來描述變化)稱為非確定變化特征。最后對變化信息進行分析與描述得到檢測結(jié)果。檢測結(jié)果后處理及輸出變化檢測的后處理是指對得到的檢測結(jié)果進行再次處理以滿足實際需求。主要方法包括濾波處理、數(shù)學(xué)形態(tài)學(xué)處理等。變化檢測的結(jié)果根據(jù)用戶的需要可以以報表的形式輸出，也可以以變化圖的形式輸出，還可以存儲在數(shù)據(jù)庫中。通常情況下，像元級的變化檢測是將變化和未變化的區(qū)域以二值圖的方式進

7、行表示。在特征級和目標(biāo)級的變化檢測中，不僅需要標(biāo)注出變化的特征或目標(biāo)，而且需要輸出描述特征或目標(biāo)變化的各種參數(shù)。4、遙感影像變化檢測的主要方法及特點遙感影像變化信息提取是變化檢測過程中的核心和關(guān)鍵，目前所出現(xiàn)的各種變化檢測方法也都是為了解決這一問題。從不同的角度出發(fā)，可以進行不同的分類。按照是否要進行分類可分為直接比較法和分類后比較法；按照選取對象的粒度可分為像素級、特征級和對象級三種檢測方法；按照是否需要先驗信息可分為監(jiān)督比較法和非監(jiān)督比較法；按照采取的數(shù)學(xué)方法不同可分為代數(shù)運算法、變換法、分類法、GIS法、高級模型法等七種。下面介紹一些常用的變化檢測算法。圖像差值法這種方法是目前應(yīng)用最廣泛

8、的遙感變化檢測方法。它將兩個時相的遙感圖像按波段進行逐像元相減，從而生成一幅新的代表兩個時相間光譜變化的差值圖像。即在理想的情況下對其差值分析確定合適的閾值即可得到反映地表變化的結(jié)果。這種方法的數(shù)學(xué)形式如下式：式中叮為兩個時相影像波段k在第i行第j列像素差值，匸丄:分別為兩個時相的影像k波段(i,j)像素點的像素值，汽為選擇的閾值。圖二前一時期遙感影像圖三后一時期遙感影像圖四經(jīng)差分法處理后的影像這種方法的特點在于簡單、直接，便于解釋結(jié)果。它的不足之處在于只能提供變化和未變化得信息，不能提供具體的地物變化信息。其次，這種方法需要選擇合適的閾值。另外由于兩組不同的絕對數(shù)值能產(chǎn)生相同的差值，使得差值

9、法有時無法適當(dāng)?shù)靥幚頇z測中所涉及到的所有因素。圖像比值法圖像比值法與圖像差值法原理類似，也是一個可以快速得到變化區(qū)域的方法。圖像比值法是計算多時相圖像對應(yīng)像素灰度值的比值。如果在一個像素上沒有發(fā)生變化，則比值接近1,如果在此像素上發(fā)生變化，則比值遠大于或遠小于l,數(shù)學(xué)表達式如下:圖五經(jīng)比值法處理后的影像相比于圖像差值法，比值法對于圖像上的乘性噪聲是不敏感的。如果每一幅圖像的對應(yīng)像素灰度值相同，則有1,表示沒有變化發(fā)生；對于變化區(qū)域，根據(jù)變化方向的不同，比值會遠大于l或遠小于l。這種方法在一定程度上能減少影像間因太陽高度角，陰影和地形不同造成的影響。變化矢量分析變化矢量分析法(ChangerVe

10、ctorAnalysis，CVA)是一種研究輸入數(shù)據(jù)輻射變化的方法。這種方法的基本思想是將兩個時相的多光譜遙感影像中對成像元光譜值視為多維光譜空間中的一對點，用這對點所構(gòu)成的向量來描述該像元在兩時相間發(fā)生的變化，稱這個向量為光譜變化矢量。利用該方法可以檢測出所有包含在不同時相多光譜數(shù)據(jù)中的變化信息。該方法對不同傳感器的數(shù)據(jù)也有很好的應(yīng)用效果。圖六經(jīng)變化矢量分析法處理后的影像跟算術(shù)運算法一樣，變化強度閾值的確定也是變化向量分析法的關(guān)鍵問題之一。常用的方法大都局限在僅通過變化強度這一種特征本身來確定分割閾值：一些方法是采用反復(fù)試驗或個人經(jīng)驗來確定，主觀性較強；一些方法是采用變化強度圖的均值和標(biāo)準差

11、的線性組合來表示閾值。變化矢量分折法可以利用較多甚至全部的波段來探測變化像元，兇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，變化類型的判斷會很困難。圖像的分類比較分類后比較方法用于對多時相圖像的每-N圖像單獨進行分類，然后對分類結(jié)果圖像進行比較。如果對應(yīng)像素的類別標(biāo)簽相同，則認為該像素沒有發(fā)生變化，否則認為該像素發(fā)生了變化。分類的方法可以是監(jiān)督分類方法也可以是非監(jiān)督分類方法。一般前者比后者的分類精度高。對于分類后比較變化檢測來說，多采用監(jiān)督分類方法。我們組采用的方法是監(jiān)督分類方法中的LQ2神經(jīng)網(wǎng)絡(luò)分類法。將圖像進行AOI(Autom

12、aticOpticInspection)編輯，采樣，設(shè)置水體為藍色，建筑為紅色，林地為綠色，裸地為灰色。如圖：植被水體裸地圖八圖七建筑O圖九前一時期影像LQ2神經(jīng)網(wǎng)絡(luò)分類后圖十后一時期影像LQ2神經(jīng)網(wǎng)絡(luò)分類后圖十一經(jīng)分類后比較法處理后的影像變化檢測報告：1變化轉(zhuǎn)移矩陣（單竝：像素）影橡丿類別變化后水休林地裸地合計變化前水體5481P.12.388.L8Q460563.as1410.155.145583.1097?.i?mi.啊19732554.19662.552.24741.0.0.1328.4737.6065.58202.2725.170411.18162.249500.2變化統(tǒng)計報表（單位

13、：像素）類別代碼類別直積變化數(shù)變化率（變化前（B）變化后（盤）水體L2+251&58207.-184309.-75.999建筑?63389&2726.-631172-99.57林地399044.17O83E.1S54.72.54S裸地斗鶴沁1E169.-6仍.-25.968結(jié)合圖像和變化檢測報告可知：建筑增多，林地和裸地減少，在黃色圈圈中可以明顯的看到后一時期圖像較前一時期圖像多了一個碼頭。不同時期的遙感圖像所發(fā)生的變化受各種因素影響，如：時間分辨率，空間分辨率，光譜分辨率，輻射分辨率，大氣狀況，土壤濕度狀況，物候特征等。兩幅原始圖像中后一時期圖像很明顯受到天氣狀況的影響。建筑，林地，裸地等的

14、變化還可能由時代的推移，社會的發(fā)展引起。分類后比較法在使用時也會受到自身的一些限制。這些限制因素包括：對不同時相影像分別做分類，會導(dǎo)致工作量很大，而通常變化區(qū)域在研究區(qū)域中所占的比率相對較小，使得針對未變化區(qū)域的分類形成了大量的重復(fù)工作。分類后比較法對于類別的合理劃分要求比較高：類別劃分得過細就會產(chǎn)生大量的邊緣點，從而造成檢測誤差的增加，類別劃分得過粗又會忽略一些類別之間的差異，不能很好的反映實際情況。分類和變化檢測步驟的分離：當(dāng)分類與變化檢測成為相對獨立的兩個過程時，比較分析的數(shù)據(jù)就是從原始的兩幅圖像中得到的處理后的數(shù)據(jù)而不是原始數(shù)據(jù)，造成信息的喪失。分類后比較法對于分類錯誤比較敏感：分類后

15、比較法需要對用于變化檢測的多幅圖像分別分類，任何一幅圖像的分類錯誤都會造成結(jié)果的錯誤，相當(dāng)于增加了錯誤發(fā)生的幾率。盡管分類后比較法存在著精度方面的缺陷，但由于其方法簡單，同時具有可以回避多時相影像獲取環(huán)境條件和傳感器不同所帶來的輻射歸一化問題，可以直接獲取變化的類型，可以進行兩個時相以上的遙感影像的變化檢測分析等優(yōu)點，故仍然被經(jīng)常使用。植被指數(shù)差值法植被指數(shù)差值法是將兩個時相的植被指數(shù)來代替原始圖像灰度，因而該方法主要用于檢測植被覆蓋的變化。此方法是通過比較影像的植被指數(shù)值來確定變化的一種檢測方法。利用光學(xué)傳感器近紅外波段與紅光波段對植被的顯著的響應(yīng)差，通過比值突出植被信息，再通過閾值提取植被

16、信息和非植被信息。由于植物普遍對紅光強烈吸收，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。根據(jù)實際需要，在進行變化檢測時可采用不同的植被指數(shù)，如比值植被指數(shù)(RVI)，歸一化植被指數(shù)(NDVI),轉(zhuǎn)換植被指數(shù)(TVI)等。這種方法的特點在于增強了植被在不同波段的波譜相應(yīng)的差異，抑止了傳感器、大氣、地形和光照等因素引起的偽變化的干擾；但是植被指數(shù)的運算增加了隨機噪聲和相干噪聲的影響，主要應(yīng)用于植被覆蓋的變化檢測。另外，這種方法需要一定的經(jīng)驗知識選擇何種方式的植被指數(shù)和閾值以便能達到較好的運算結(jié)果。圖像回歸法在圖像回歸變化檢測方法中，假設(shè)T2時相圖像上每個像素灰度值都是T

17、l時相上對應(yīng)像素灰度值丫山的線性函數(shù)，那么就可以通過最小二乘方法算出線性函數(shù)的系數(shù)。通過解出的回歸方程，用Tl時相圖像上的像素值丫血就可以計算出T2時相圖像上對應(yīng)像素的灰度值;，定義認為U與之間的差值，表達式如下：口三蠱血卜X曲)當(dāng)有變化發(fā)生時小的絕對值會比較大。圖像回歸方法表明了不同時期像素的均值與方差不同，可減少了由于大氣狀況和太陽高度角的不同帶來的不利影響。但對于特定的衛(wèi)星數(shù)據(jù)，建立高精度的回歸關(guān)系，往往比較困難，計算量大。主成分分析主成分分析(PCA：principalcomponentsanalysis)又稱KL變換，是一種去除多光譜圖像波段間相關(guān)性，同時又不丟失信息的一種正交變換。

18、該方法是對多時相數(shù)據(jù)按一般主成分分析研究或標(biāo)準主成分分析的方法進行線性變換，得到反映各種變化的分量，這些變化分量互不相關(guān)，而且按其強度及影響范圍順序排列。通過對進行主成分變換后的變化分量進行分析就可以總結(jié)變化規(guī)律，揭示變化原因。通過PCA可以壓縮冗余信息，消除多光譜圖像波段間的相關(guān)性，減少了處理數(shù)據(jù)量。PCA變化檢測方法也存在著缺陷：作為變換結(jié)果的主成分與原始圖像相關(guān)，這就要求不同時相的數(shù)據(jù)是同一傳感器，相同分辨率的圖像；主成分影像往往失去了原來數(shù)據(jù)的物理光譜特性，對地物的解譯往往只能依賴其幾何、紋理信息。5、遙感影像變化檢測的發(fā)展趨勢及研究前沿隨著各種光學(xué)衛(wèi)星及雷達衛(wèi)星運行服務(wù),各種遙感數(shù)據(jù)

19、的不斷積累,各級空間數(shù)據(jù)庫也相繼建立,地球表面不同空間尺度的數(shù)據(jù)得以全面記錄。如何從這些遙感數(shù)據(jù)中提取和檢測變化信息已成為遙感應(yīng)用技術(shù)研究的重要課題。遙感變化檢測方法可為土地利用、植被、土壤侵蝕、環(huán)境變化等提供多時相、大范圍的實時信息,幫助我們更好的研究地球資源、環(huán)境。為了滿足研究項目的特定需求,研究人員將遙感信息科學(xué)、統(tǒng)計學(xué)、計算機技術(shù)等科學(xué)技術(shù)結(jié)合,研發(fā)出不同的遙感變化檢測平臺。遙感應(yīng)用與新技術(shù)發(fā)展互相促進。20世紀70年代數(shù)字遙感的出現(xiàn)，發(fā)展了遙感數(shù)字圖像處理系統(tǒng)，數(shù)字處理與分析促進了資源環(huán)境填圖，生態(tài)系統(tǒng)結(jié)構(gòu)和作用研究；90年代早期GIS技術(shù)的發(fā)展促進了遙感數(shù)字圖像處理與GIS的一體化

20、，發(fā)展了遙感數(shù)據(jù)與其它輔助數(shù)據(jù)的疊合、融合技術(shù)，形成更為強大、有用的數(shù)據(jù)集。國內(nèi)外運用遙感變化檢測技術(shù)已取得了一批面向應(yīng)用的成果,90年代中期開始，包括MODIS數(shù)據(jù)植被變化檢測，ETM土地覆蓋土地利用項目（LCLUC）的地表覆蓋變化檢測，水資源質(zhì)量的變化檢測,多光譜遙感的數(shù)據(jù)變化檢測，多光譜遙感數(shù)據(jù)變化自動檢測技術(shù)，IKONOS軍事目標(biāo)的變化檢測，利用干涉雷達檢測地震等一批面向應(yīng)用的遙感變化檢測研究成功。隨著我國氣象資源海洋環(huán)境減災(zāi)等系列衛(wèi)星發(fā)射，我國正邁向航天強國，遙感應(yīng)用技術(shù)得以不斷發(fā)展，遙感技術(shù)為我國各省、市、行業(yè)、各層次國土資源和城市土地調(diào)查、森林資源檢測、環(huán)境變化檢測、災(zāi)害預(yù)報與評

21、估、國家重大生態(tài)工程監(jiān)理等方面取得重大成就，更好的服務(wù)各決策部門。遙感變化檢測技術(shù)經(jīng)過幾十年的發(fā)展，在各方面都取得了一定進展。從數(shù)據(jù)源角度看，變化檢測已不再局限于使用單一的遙感影像，而是綜合利用多來源、多平臺、多分辨率的遙感影像、GIS數(shù)據(jù)及一些輔助數(shù)據(jù)檢測變化信息；從技術(shù)角度看，傳統(tǒng)的變化檢測方法日趨完善，新方法不斷涌現(xiàn)，變化檢測已經(jīng)從像素級的檢測方法向面向?qū)ο蟮臋z測方法過渡。此外，一些新知識和模型也不斷引入到變化檢測領(lǐng)域，如馬爾科夫隨機場、人工神經(jīng)網(wǎng)絡(luò)等；從影像處理平臺角度看，各種商業(yè)和開源軟件的不斷出現(xiàn)，使得變化檢測更易于實現(xiàn)。目前新的遙感變化信息檢測方法：（1）基于影像分割的變化檢測方

22、法基本思路是將影像分割為若干具有相同影像特征（光譜特征、形狀特征等）的圖斑單元（或影像對象），通過對相應(yīng)圖斑單元的比較確定變化信息。（2）組合法是相對于單一的變化檢測法而言的，是綜合兩種或兩種以上的變化檢測法檢測遙感變化信息。組合法的優(yōu)點是顯而易見的，可彌補單一方法的局限性，使各種方法優(yōu)勢互補；缺點是組合形式和規(guī)則不固定，需根據(jù)具體應(yīng)用選擇合適的組合模式。（3）基于馬爾科夫隨機場模型的變化檢測方法該方法從統(tǒng)計模型的角度描述了當(dāng)前像元與周圍像元之間的關(guān)系，基本思想是將差值后的圖像看作是一個馬爾科夫隨機場，估計每個像元變化和未變化的先驗概率，依據(jù)最小錯誤率的貝葉斯準則提取變化區(qū)域。優(yōu)點在于顧及了像元領(lǐng)域的相關(guān)信息，且對噪聲不敏感；缺點是模型復(fù)雜