基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法技術

本發明專利技術公開了基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，該方法首先基于非負矩陣分解算法融合多時相遙感影像的變化矢量幅值和多時相的光譜角映射圖，然后將融合結果作為核FCM的輸入，再基于核FCM結合空間鄰域信息的方法，獲取最終的變化檢測結果。本發明專利技術在基于核FCM的變化檢測中，聯合變化矢量幅值和光譜角映射圖作為輸入，利用這兩個特征，優于僅僅使用變化矢量幅值的FCM方法。在變化檢測中，采用偽訓練樣本，并采用變化指數準則來自適應選擇核FCM結合鄰域空間信息的檢測方法中的相關參數，可以使得變化檢測的結果更加可靠，也更加具有穩健性。

【技術實現步驟摘要】

本專利技術涉及多時相高分辨率光學遙感影像變化檢測方法，具體涉及基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，屬于遙感影像處理

技術介紹
隨著多時相高分辨率遙感數據的不斷積累以及空間數據庫的相繼建立，如何從這些遙感數據中提取和檢測變化信息已成為遙感科學和地理信息科學的重要研究課題。根據同一區域不同時相的遙感影像，可以提取城市、環境等動態變化的信息，為資源管理與規劃、環境保護等部門提供科學決策的依據。我國“十二五”將加大拓展實施“十一五”已啟動實施的高分辨率對地觀測工程，關注包括高分辨率遙感目標與空間環境特征分析及高可靠性自動解譯等基礎理論與關鍵技術研究，正在成為解決國家安全和社會經濟發展重大需求的研究焦點。遙感影像的變化檢測就是從不同時期的遙感數據中，定量地分析和確定地表變化的特征與過程。各國學者從不同的角度和應用研究提出了許多有效的檢測算法，主要包括非監督變化檢測和監督變化檢測兩大類算法。其中非監督變化檢測算法比較直觀，不需要先驗信息，由于不需要訓練樣本，檢測算法成本低。其中代表性的非監督變化檢測算法如變化矢量分析法(ChangeVectorAnalysis，CVA)、基于FuzzyC-means(FCM)的聚類方法、基于水平集的方法等。其中，傳統的基于FCM的多時相光學遙感變化檢測，多先進行CVA變換，然后對變化矢量的幅值進行FCM聚類，進而得到變化檢測結果。該類技術中，使用FCM的不足是僅適用于球狀或橢球狀聚類，且對噪聲及其野值(Outlier)極為敏感。另外，僅僅使用變化矢量的幅值，使得原始多光譜信息沒有得到充分的挖掘。針對上述問題，許多學者試圖通過在FCM目標函數中加上不同的空間鄰域的約束來解決，但是高分辨率影像檢測環境的復雜化以及目標先驗信息匱乏等，導致這些算法都存在著一定的局限性。為此，有必要研究新的高分辨率可見光遙感圖像變化檢測技術來有效克服上述難點。
技術實現思路
本專利技術所要解決的技術問題是：提供基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，該方法解決了多時相高分辨率多光譜遙感影像變化檢測精度不高的問題。本專利技術為解決上述技術問題采用以下技術方案：基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，包括如下步驟：步驟1，輸入兩時相的高分辨率光學遙感影像，分別記為：X1和X2；步驟2，對X1和X2進行影像配準；步驟3，利用多元變化檢測方法分別對影像配準后的X1和X2進行輻射歸一化校正；步驟4，對校正后的兩時相影像分別計算變化矢量幅值和光譜角映射圖；步驟5，利用非負矩陣分解算法融合變化矢量幅值和光譜角映射圖，得到一幅新的差異影像；步驟6，利用核FCM結合空間鄰域信息的方法對差異影像進行變化檢測，得到最終的變化檢測結果。作為本專利技術的一種優選方案，步驟2所述影像配準包括幾何粗校正和幾何精校正兩個步驟，其中，幾何粗校正采用雙線性差值法，幾何精校正采用自動匹配與三角剖分法。作為本專利技術的一種優選方案，步驟4所述變化矢量幅值的計算公式為：XM(i,j)=Σb=1B(X1b(i,j)-X2b(i,j))2]]>其中，B表示每一個時相遙感影像的波段數目，X1b(i,j)、X2b(i,j)分別表示X1、X2時相遙感影像b波段像素坐標(i,j)的像素值，XM(i,j)表示像素坐標(i,j)的變化矢量幅值。作為本專利技術的一種優選方案，步驟4所述光譜角的計算公式為：XSA(i,j)=arccos(Σb=1B(X1b(i,j)-X2b(i,j))/Σb=1BX1b2(i,j)Σb=1BX2b2(i,j))]]>其中，B表示每一個時相遙感影像的波段數目，X1b(i,j)、X2b(i,j)分別表示X1、X2時相遙感影像b波段像素坐標(i,j)的像素值，XSA(i,j)表示像素坐標(i,j)的光譜角。作為本專利技術的一種優選方案，步驟6所述核FCM結合空間鄰域信息的模型為：Jm=Σt=1CΣk=1Nutkm(1-K(XF(k),vt))+αΣt=1CΣk=1Nutkm(1-K(X‾F(k),vt))]]>其中，C表示聚類數目，N表示樣本的總數，表示第k樣本XF(k)對于第t類聚類中心vt的模糊隸屬度，m為隸屬度的加權指數，α表示控制懲罰效果的參數，為差異影像XF的局部均值影像，x,y表示任意變量，g表示核寬度。本專利技術采用以上技術方案與現有技術相比，具有以下技術效果：1、本專利技術在基于核FCM的變化檢測中，融合變化矢量幅值和光譜角映射圖信息，優于僅僅使用變化矢量幅值的FCM方法。2、本專利技術變化檢測中，采用偽訓練樣本，并采用變化指數準則來自適應選擇核FCM結合鄰域空間信息的檢測方法中的相關參數，可以使得變化檢測的結果更加可靠，也更加具有穩健性。附圖說明圖1是本專利技術基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法的實現流程示意圖。圖2(a)是本專利技術所采用的2006年的SPOT5高分辨率圖像三個波段合成的示意圖。圖2(b)是本專利技術所采用的2009年的SPOT5高分辨率圖像三個波段合成的示意圖。圖2(c)是變化檢測的參考圖像。圖3(a)是CVA-EM算法檢測結果圖像。圖3(b)是FCM-S算法的檢測結果圖像。圖3(c)是本專利技術算法檢測結果圖像。具體實施方式下面詳細描述本專利技術的實施方式，所述實施方式的示例在附圖中示出。下面通過參考附圖描述的實施方式是示例性的，僅用于解釋本專利技術，而不能解釋為對本專利技術的限制。針對高空間分辨率遙感影像背景信息復雜、噪聲干擾嚴重，使得變化檢測所面臨的問題采用常規的變化檢測方法難以解決。本專利技術首先基于非負矩陣分解(Non-NegativeFactorization，NMF)算法融合多時相遙感影像的變化矢量幅值(MagnitudesofChangeVectors，MCV)和多時相的光譜角映射圖(SpectralAngleMapper，SAM)，然后將融合結果作為核FCM的輸入，再基于核FCM結合空間鄰域信息的方法，獲取最終的變化檢測結果。如圖1所示，本專利技術的實現步驟如下：步驟1，輸入同一區域、不同時相的兩幅高分辨率光學遙感影像，分別記為：X1和X2。步驟2，利用ENVI遙感軟件對X1和X2進行影像配準，分為幾何粗校正和幾何精校正兩個步驟：對于幾何粗校正，利用ENVI4.8軟件中的相關功能實現，具體操作步驟為：(1)選擇X1和X2其中一個作為基準影像，另一個作為待校正影像；(2)采集地面控制點(GCPs)；GCPs應均勻分布在整幅圖像內，GCPs的數目至少大于等于9；(3)計算誤差；(4)選擇多項式模型；(5)采用雙線性插值進行重采樣輸出。雙線性差值法，若求未知函數f在點P＝(x,y)的值，假設我們已知函數f在Q11＝(x1,y1)、Q12＝(x1,y2)、Q21＝(x2,y1)、及Q22＝(x2,y2)四個點的值。如果選擇一個坐標系統使得這四個點的坐標分別為(0,0)、(0,1)、(1,0)和(1,1)，那么雙線性插值公式就可以表示為：f(x,y)≈f(0,0)(1-x)(1-y)+f(1,0)x(1-y)+f(0,1)(1-x)y+f(1,1)xy本文檔來自技高網...

【技術保護點】
基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，其特征在于，包括如下步驟：步驟1，輸入兩時相的高分辨率光學遙感影像，分別記為：X1和X2；步驟2，對X1和X2進行影像配準；步驟3，利用多元變化檢測方法分別對影像配準后的X1和X2進行輻射歸一化校正；步驟4，對校正后的兩時相影像分別計算變化矢量幅值和光譜角映射圖；步驟5，利用非負矩陣分解算法融合變化矢量幅值和光譜角映射圖，得到一幅新的差異影像；步驟6，利用核FCM結合空間鄰域信息的方法對差異影像進行變化檢測，得到最終的變化檢測結果。

【技術特征摘要】
1.基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，其特征在于，包括如下步驟：步驟1，輸入兩時相的高分辨率光學遙感影像，分別記為：X1和X2；步驟2，對X1和X2進行影像配準；步驟3，利用多元變化檢測方法分別對影像配準后的X1和X2進行輻射歸一化校正；步驟4，對校正后的兩時相影像分別計算變化矢量幅值和光譜角映射圖；步驟5，利用非負矩陣分解算法融合變化矢量幅值和光譜角映射圖，得到一幅新的差異影像；步驟6，利用核FCM結合空間鄰域信息的方法對差異影像進行變化檢測，得到最終的變化檢測結果。2.根據權利要求1所述基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，其特征在于，步驟2所述影像配準包括幾何粗校正和幾何精校正兩個步驟，其中，幾何粗校正采用雙線性差值法，幾何精校正采用自動匹配與三角剖分法。3.根據權利要求1所述基于非負矩陣分解和核FCM的多時相遙感影像變化檢測方法，其特征在于，步驟4所述變化矢量幅值的計算公式為：XM(i,j)=Σb=1B(X1b(i,j)-X2b(i,j))2]]>其中，B表示每一個時相遙感影像的波段數目，X1b(i,j)、X2b(i,j)分別表示X1、X2時相遙感影像b波段像素坐標(i,j)的像素值，XM(i,j)表示...

【專利技術屬性】
技術研發人員：石愛業，儲艷麗，
申請(專利權)人：河海大學，
類型：發明
國別省市：江蘇;32