卡方變換結合MRF模型的多時相遙感影像變化檢測方法技術
【技術實現步驟摘要】
本專利技術屬于遙感影像處理
，特別涉及了卡方變換結合MRF模型的多時相遙感影像變化檢測方法。
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，如變化矢量分析法(ChangeVectorAnalysis，CVA)、基于FuzzyC-means(FCM)的聚類方法等。其中，傳統的基于卡方變換(Chi-SquaredTransform,CST)的多時相光學遙感變化檢測，先計算差異影像的均值和方差矩陣，然后再基于置信水平，確定變化檢測的閾值，進而得到變化檢測結果。該類技術中，使用CST的不足是僅使用多時相高分辨率差異影像的光譜信息，沒有利用空間信息。另外，在計算差異影像的均值和方差矩陣時，估計的精度不高。針對上述問題，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
為了解決上述
技術介紹
提出的技術問題，本專利技術旨在提供卡方變換結合MRF模型的多時相遙感影像變...
【技術保護點】
卡方變換結合MRF模型的多時相遙感影像變化檢測方法，其特征在于，包括以下步驟：(1)輸入兩時相的高分辨率光學遙感影像，分別記為X1和X2；(2)對X1和X2進行影像配準；(3)利用多元變化檢測方法分別對X1和X2進行輻射歸一化校正；(4)計算多時相差異影像DX＝X1?X2；(5)初始化多時相差異影像DX中的非變化區域，計算非變化區域的均值矢量和方差矩陣，并計算多時相差異影像上每個點的卡方值；(6)在給定的置信水平的基礎上，計算檢測閾值，并根據檢測閾值進行檢測，確定多時相差異影像中的變化區域和非變化區域；(7)將步驟(6)確定的非變化區域與步驟(5)確定的非變化區域進行比較，如果兩者一致，則將步驟(6)得到的檢測結果作為變化檢測結果，如果兩者不同，則將步驟(6)確定的非變化區域作為新的非變化區域，返回步驟(5)，循環迭代；(8)將步驟(7)得到的變化檢測結果作為MRF模型的輸入，并基于多時相差異影像DX的模值得到最終的變化檢測結果。
【技術特征摘要】
1.卡方變換結合MRF模型的多時相遙感影像變化檢測方法，其特征在于，包括以下步驟：(1)輸入兩時相的高分辨率光學遙感影像，分別記為X1和X2；(2)對X1和X2進行影像配準；(3)利用多元變化檢測方法分別對X1和X2進行輻射歸一化校正；(4)計算多時相差異影像DX＝X1-X2；(5)初始化多時相差異影像DX中的非變化區域，計算非變化區域的均值矢量和方差矩陣，并計算多時相差異影像上每個點的卡方值；(6)在給定的置信水平的基礎上，計算檢測閾值，并根據檢測閾值進行檢測，確定多時相差異影像中的變化區域和非變化區域；(7)將步驟(6)確定的非變化區域與步驟(5)確定的非變化區域進行比較，如果兩者一致，則將步驟(6)得到的檢測結果作為變化檢測結果，如果兩者不同，則將步驟(6)確定的非變化區域作為新的非變化區域，返回步驟(5)，循環迭代；(8)將步驟(7)得到的變化檢測結果作為MRF模型的輸入，并基于多時相差異影像DX的模值得到最終的變化檢測結果。2.根據權利要求1所述卡方變換結合MRF模型的多時相遙感影像變化檢測方法，步驟(8)的具體過程如下：(a)計算多時相差異影像DX的模值...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。