一种多光谱遥感影像变化检测方法.pdf

(19)中华人民共和国国家知识产权局*CN103218807A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103218807103218807A(43)申请公布日2013.07.24(21)申请号201310097259.8(22)申请日2013.03.25(71)申请人河海大学地址210098江苏省南京市鼓楼区西康路1号(72)发明人吴宝国石爱业王赵玺夏晨阳严威(74)专利代理机构南京经纬专利商标代理有限公司32200代理人许方(51)Int.Cl.G06T7/00(2006.01)权权利要求书4页利要求书4页说明书10页说明书10页附图1页附图1页(54)发明名称一种多光谱遥感影像变化检测方法(57)摘要本发明涉及遥感影像处理技术领域，提出了一种多光谱遥感影像变化检测方法，主要解决当遥感地物类型较复杂时，传统方法构造的差异影像信息冗余大，伪变化信息及背景噪声干扰严重；传统基于EM算法求得的高斯混合模型（GMM）对差异影像直方图拟合效果差，检测精度低的问题。其实现过程包括下述步骤：首先，采用主成分（PCA）变换与相关系数融合法相结合的方式构造差异影像；其次，利用分支数为k的GMM对差异影像进行建模，并利用MDL-EM算法自适应估计模型各参数；最后，利用基于统计最小错误率的Bayes判别准则确定变化检测的阈值，得到目标影像的变化检测结果。CN103218807ACN103287ACN103218807A权利要求书1/4页1.一种多光谱遥感影像变化检测方法，其特征在于：包括下述步骤：步骤1，数据准备：选取需要进行变化检测的同一区域、不同时相的2幅多光谱遥感影像数据；步骤2，构造差异影像：对2幅多光谱遥感影像数据通过相关系数融合法构造差异影像；差异影像的构造分以下几步进行，首先对经过步骤1得到的2幅多光谱遥感影像数据X1，X2，通过ENVI4.8软件分别进行PCA变换，并分别提取其第一主成分X1pc1，X2pc1；然后，求取X1pc1，X2pc1的差值就影像ΔY1以及比值影像ΔY2，最后对获取的差值、比值影像进行融合构造出差异影像；对于PCA变换，采用ENVI4.8软件对目标数据进行PCA变换时以协方差矩阵的特征向量对应的矩阵作为变换矩阵；对于n维随机变量X1,X2,…,Xn，若cij=Cov(Xi,Xj)=E{[Xi-E(Xi)][Xj-E(Xj)]都存在，i,j=1,2,…n,则n维随机变量X1,X2,…,Xn的协方差矩阵为：通过相关系数融合法构造的差异影像F在坐标(p,q)处的像元值为：F(p,q)=λpq[αΔY1(p,q)+βΔY2(p,q)](2)式中，λpq=ΔY2(p,q)/max(ΔY2)；α=a|r|+b;α+β=1；r为ΔY1与ΔY2的相关系数；其表达式为：式中，N为GMM的像元总数，分别为ΔY1与ΔY2的均值，a，b为常数；常数a，b作为权重α的调节因子，a，b∈[0,1]；通过调节a，b的值来调整差值影像和比值影像的权重α,β，取a，b∈{0.1,0.2,…,1},则a，b的值可由下式确定；式中，m为差异影像F的行数，n为差异影像F的列数，且有N=m×n；步骤3，建立模型：首先，采用GMM对差异影像进行建模，然后，利用EM算法估计GMM的参数，所述参数包括权重，均值，方差；步骤4，确定变化检测阈值：利用基于统计最小错误率的Bayes判别准则确定变化检测的阈值，得到多光谱遥感影像的变化检测结果。2.根据权利要求1所述的一种多光谱遥感影像变化检测方法，其特征在于：所述步骤32CN103218807A权利要求书2/4页包括如下步骤：首先，采用GMM对差异影像进行建模，然后，利用MDL-EM算法估计GMM的参数；对于GMM的构造，具体实现为：设fi为差异影像F的第i个像元灰度值；i=1,…,N，F中存在k个待识别的类，即为k个分支；每个像元之间是相互独立的，且不考虑分支间的相关性，则有：fi属于分支j的概率密度函数为：式中：p(j)为GMM中分支j的权重，μj，分别代表分支j的均值和方差；j＝1，2…k;设：Θ=(p(1),p(2),...,p(k);θ1,θ2,...,θk)，则对应的完全数据集的对数似然函数为对于参数估计，采用MDL-EM算法来估计所建立的GMM的参数，具体步骤为：设L为差异影像灰度值集合，其一般为0,1,…,255，h(fi)为直方图，其中fi为其第i个像元灰度值，则利用EM算法估计GMM的参数权重，均值，方差的迭代公式为：t为迭代次数；而GMM最优模型的选择则由作为适应度函数的MDL准则来确定，其表达式为：其中，k代表GMM的分支数；M代表GMM中像元的维数；3CN103218807A权利要求书3/4页lnP(f|k,Θ)代表差异影像对应的完全数据集的对数似然函数；T