遥感变化检测方法综述资料PPT学习教案

1、会计学1变化检测定义 变化检测是从不同时期的遥感数据中定量分析和确定地表变化的特征与过程。遥感变化检测是遥感瞬时视场中地表特征随时间发生的变化引起两个时期影像像元光谱响应的变化。SAR图像的变化检测专指利用多时相获取的同一地表区域的SAR图像来确定和分析地表变化，能提供地物的空间展布及其变化的定性与定量信息。 SAR 由于其具有的传统光学遥感不可比拟的全天候、全天时的优势而逐渐成为变化检测的重要数据源，在国土资源监测、灾害评估与监测等各个方面起到日益重要的作用。第1页/共47页第2页/共47页 图（a）为汶川地震两个受灾县表示映秀镇地震前后SAR图像,可以清晰观测出地震给映秀镇损害 图（b）表

2、示北川县地震前后SAR图像，两个白箭头所指区域代表地震破坏最严重区域。第3页/共47页 汶川县映秀镇地震前SAR图像(左)中绿色的圆圈代表一些标记的建筑物，地震后的SAR图像(右)中，仍然是蓝色的圆圈表明在地震中没有受到损害，而红色的圆圈表明在地震中受到的重大的损害。第4页/共47页第5页/共47页第6页/共47页第7页/共47页第8页/共47页第9页/共47页第10页/共47页第11页/共47页希腊南部的伯罗奔尼撒半岛分别在1998.04（左）和 1998.09（右）拍摄的照片，图中已经经过预处理。第12页/共47页SAR图像变化检测方法从算法的角度可将目前变化检测的方法分为五类:(1)基于

3、简单代数运算的变化检测；(2)基于图像变换的变化检测；(3)基于图像分类的变化检测；(4)基于图像融合的变化检测；(5)基于结构特征分析的变化检测。第13页/共47页基于简单代数运算的变化检测 基于代数运算的变化检测技术包括图像差值(image differencing)、图像比值(image ratio)、植被指数 (NDVI) 、图像回归(image regression)等。第14页/共47页基于简单代数运算的变化检测（1）图像差值法 图像差值法是最简单、最常用的一种变化检测方法，其基本原理是将不同时间获取的两幅影像进行配准，然后将图像中对应像元的灰度值相减，从而获得一幅新的差异图像以表

4、示在所选两个时间当中目标区所发生的变化。它既可以用于单波段图像也可以用于多波段图像，用公式表示如下： 其中i,j为像素坐标值，k为波段， 为k波段图像点（i,j）的像素灰度值，t1,t2为第一幅、第二幅图像时间，C为常量。 图像差值法的优点在于理论相对简单、直接，容易理解和掌握，但常常只能定量地描述目标区是否发生了变化，而很难确定目标区域发生变化的性质。为了能确定变化的性质还需结合其他方法进行分析，从而获得最终的目标区变化信息。另一方面，由于相同地物在不同时相的光谱特征往往是不同的，因此变化阈值需要根据实际情况选取。 CtxtxDxkijkijij21 1txkij第15页/共47页基于简单代

5、数运算的变化检测（2）图像比值法 图像比值法是对不同时期的配准后的图像对应像素进行比值，从而得到比值图像。将两幅同一地区采自不同时期的配准后的图像在每个波段求出对应像素的比值，从而可以得到下式： 如果两幅像素的对应像素灰度值相同，则有 ，表示没有发生变化；而对于变化区域，根据变化方向的不同，比值会远大于1或远小于1。比值法和差值法一样简单，对SAR图像上的乘性噪声是不敏感的。应用的关键是在两个方向上选择合适的阈值。 比值法的理论假设是比值图像呈正态分布，通常采用均值和标准偏差作为标准划分变化与非变化区域，但对于很多实际问题该假设并不总是成立的，这时变化阈值的选择就成为比值法变化检测是否有效的关

6、键。比值法和差值法一样都直观，容易掌握，变化检测速度快，但这种方法过于简单，很难考虑到所有因素的影响，容易造成大量信息的流失，同时该方法对图像的配准精度要求很高。 21txtxRxkijkijkij1kijRx第16页/共47页1122(, )(, ) loglog(, ) log(, )(, )X i jLRI i jX i jX i jX i j第17页/共47页100200( ,)( ,)( ,)NNijNNijXijM R IijXij 第18页/共47页Low values correspond to homogeneous areas, while high values refe

7、r to heterogeneous areas. A low value of indicates that this local area is homogeneous, so the second part of (2) plays a lead role to produce a difference image. A high value of indicates that this local area is heterogeneous, so the first part of (2) plays a lead role to produce a difference image

8、.第19页/共47页21()( )ijijxtk xtb22( )( )ijijijDxxtxt第20页/共47页基于简单代数运算的变化检测（6）植被指数法 植被指数(NDVI)是为了从来自地球遥感观测卫星的图像数据中了解全球植被分布状况的指标，它将遥感图像中不同波段的灰度值进行各种组合运算，计算反映植被的常用比率和指数反映植被的常用比率和指数。目前常用的植被指数有NDVI、TNDVI等几种，如归一化差异植被指数常用来对土地利用进行动态变化检测。利用植被对光学传感器的近红外波段与红外波段的明显的响应差(植被吸收红外波段，强烈反射近红外波段)，通过这两个波段的比值突出植被变化信息，再通过阈值提取

9、植被信息和非植被信息，能够很好地反映地面植被的覆盖情况。 第21页/共47页基于简单代数运算的变化检测方法总结 基于代数运算的变化检测技术的优点是相对简单、直接，其关键是确定阈值。由于现在还没有一种可靠的阈值选取方法，因此常常采用交互的方法确定变化阈值。这类方法的不足是难以确定变化的类别和不能对变化信息进行描述。第22页/共47页基于图像变换的变化检测 基于图像变换的变化检测方法主要包括主成分分析(PCA)、相关系数法、变化向量分析(change vector analysis)法和内积分析法等。（1）主成分分析法 主成分变换又称为主分量分析，它是建立在统计特征基础上的多维正交线性变换，是一种

10、离散的K-L变换 。它应用于遥感图像处理中，其作用主要是数据压缩、图像增强和特征选取等。一幅多波段遥感图像的不同波段之问往往存在着很高的相关性，对其进行主成分变换的实质是将具有相关性的多波段数据压缩到完全独立的较少的几个波段上，使新图像数据更易于解译。将不同时相的多波段数据经主成分变换后，新图像中各主分量正交即各主分量之间的相关系数为零或接近零，并且新图像中的几个主分量就包含了原始遥感影像中的绝大部分信息。一般来说，第一主分量包括了原始多波段影像信息的绝大部分内容，相当于原来各波段的加权和，每个波段的权值与该波段的方差大小成正比。其他各主分量所包括的信息逐渐减少，相当于相关程度较低的波段之问的

11、差异。因此，对几个变化后的主分量进行合成，就可以达到数据压缩和突出变化信息的目的。第23页/共47页基于图像变换的变化检测（2）相关系数法 相关系数法是通过计算多时相图像中对应像素灰度的相关系数来确定两时相图像对应像素的相关性。如果相关系数的值越接近于1，则说明对应像素点的相关性越高，该像素属于未变化类的可能性越大，反之，属于变化类的可能性越大。设图像Xt1与Xt2分别表示同一场景在t1与t2时段获取的SAR图像，则相关系数法的公式可以表示如下：1122002211220000( )( )( )( )( )( )( )( )nnijijkijijnnnnijkijkijijx tx tx tx

12、 tDrx tx tx tx t第24页/共47页基于图像变换的变化检测（3）变化向量分析法 变化向量分析法可以检测出所有包含在不同时段多通道数据中的变化信息，对不同传感器的数据都有很好的应用效果。变化向量分析法是一种多变量的方法，它将不同时段的多通道图像作为输入数据，对每个图像的这些通道构成多维空间的坐标轴。未发生变化的不同时相的数据处于度量空间中相同的点位，而发生变化的不同时相的数据处于度量空间中不同的点位，每个像素的变化可以由其变化方向和变化强度来描述。第25页/共47页12121( ), ( )( ) ( )bkkkx tx tx tx t121122( ), ( )( ), ( )(

13、 ), ( )xt xtdxt xtxtxt10ca da第26页/共47页基于图像分类的变化检测 这类变化检测主要有分类后比较(post-classification)和多时相图像同时分类两种方法。这类方法可以提供变化的种类信息，并且可以减少大气等外部因素对变化检测的影响。然而，这类方法需要选择足够的高精度的学习样本，而这对于历史数据是非常困难的，且基于分类的变化检测性能受分类结果的影响很大。（1）分类后比较法 分类后比较法也是目前遥感变化检测中应用较广泛的一种方法，其原理是对两个不同时相的影像进行单独分类，然后在已经分类的区对两个不同时相的影像进行单独分类，然后在已经分类的区域中逐像素比较

14、以确定变化信息的位置和类型。域中逐像素比较以确定变化信息的位置和类型。第27页/共47页第28页/共47页T1时相影像T2时相影像分类分类T2时相分类结果比较分析检测结果T1时相分类结果分类后比较法流程图第29页/共47页基于图像分类的变化检测（2）多时相图像同时分类法 这种方法是将两个或多时相的遥感图像数据放在一个数据库中同时进行分类。出现变化的类别，其数据的统计量如标准偏差等将很大，而未发生变化的类别其数据的标准方差很小，因此通过统计量的比较可以区分出类别变化与否。可以看到，这是一种比较复杂的方法，因为它常常需要很多类和特征。而这其中有一些很可能是冗余信息，可以通过主成分变换等方法去除冗余

15、。另外一个问题是，在合成的数据库中，时间特征和光谱特征具有同等地位，因此，分类中很难将光谱变化和时间变化轻易区分开来。第30页/共47页第31页/共47页基于图像融合的变化检测方法 图像融合是近年来的热点研究领域，它主要通过对同一场景的多幅源图像信息进行有机结合，从而得到蕴含更多有价值信息的新图像的过程。基于融合思想的变化检测方法通过将各种基本变化检测方法的优势融合为一体，提高变化检测的精度，如Melgani等于2006年对直接差值图用五种不同的阈值分别分割，然后用模型对五种不同的分割结果进行融合融合，取得了优于五种阈值法五种阈值法的结果。Bovolo和Bruzzonel提出了一种效果比较理想

16、的变化检测方法“基于多尺度融合多尺度融合的SAR图像变化检测方法”。Moser和Serpic于2009年对多波段SAR图像的各波段的纹理信息分别建模，然后利用Markov模型进行融合，实现了多波段SAR图像的变化检测，取得了较好的结果。该类方法的核心在于融合对象的选取和融合规则的制定。现有的基于融合的变化检测方法主要在于多尺度的融合、多阈值结果的融合和多波段信息的融合。在于多尺度的融合、多阈值结果的融合和多波段信息的融合。在差异影像图的构建过程中，将不同变化检测方法进行融合的研究较少。第32页/共47页第33页/共47页第34页/共47页()/()PCCTP TNTP FP TN FN第35页

17、/共47页第36页/共47页N NARi j 22exp2ijijAxx0ijA1212L D AD12,.,N ccWw wwR 1 22ijijijjYWW第37页/共47页第38页/共47页112255DT T1212121min(),()( )255max(),()MMiiiMMiiiSxSxDxSxSx第39页/共47页2( )( , )( )D iu i j dj第40页/共47页 Ottaw图像及参考图：（a）1997.05;（b）1997.08; (c)参考图 Berma图像及参考图：（a）1999.4;（b）1999.5; (c)参考图第41页/共47页 Ottaw差异图:(1)比值方法 (2)对数比值方法 (3)均值比值方法 (4)非局部差异图第42页/共47页 SAR图像Ottawa数据集四种方法的变化检测结果图： (1)比值方法 (2)对数比值方法 (3)均值比值方法 (4)非局部差异图方法第43页/共47页实验数据实验数据评判准则评判准则构造差异图方法构造差异图方法比值比值对数比值对数比值均值比值