一種遙感影像目標變化檢測方法
2023-04-23 02:59:06 3
一種遙感影像目標變化檢測方法
【專利摘要】本發明提供的遙感影像目標變化檢測方法，選取同一區域不同時相的遙感影像，並對所述遙感影像進行預處理，再根據地物特徵分割所述遙感影像，從而建立不同時相遙感影像地物間一一映射關係，並根據上述分割結果，將所述遙感影像分成N個5*5單元格，以上述單元格為基礎，提取所述遙感影像的變化區域或變化點，所述變化區域或變化點經雙邊濾波、降噪處理後，從而得到變化的遙感影像。本發明提供的遙感影像目標變化檢測方法，將遙感影像分割為若干塊5*5的塊矩陣為處理單元，從中心點開始，以八鄰域為基礎對遙感影像進行處理，提取所述遙感影像的變化區域或變化點，簡單易行。
【專利說明】一種遙感影像目標變化檢測方法
【【技術領域】】
[0001]本發明涉及圖像處理【技術領域】，特別涉及圖像變化檢測方法，尤其涉及一種遙感影像目標變化檢測方法。
【【背景技術】】
[0002]隨著科學技術的發展，人類開發資源與改造自然的能力不斷增強，自然界的變化和人類的各種活動，每天都在改變著地表景觀及土地利用形式。由於遙感對地觀測具有實時、快速、覆蓋範圍廣、多光譜、周期性等特點，遙感技術已經成為變化檢測最主要的技術手段。
[0003]遙感影像的變化檢測就是從不同時間獲取的同一地理區域的多時相遙感影像中，定性或定量地分析和確定地表變化特徵和過程的技術。遙感影像的變化檢測能分析地表覆蓋變化趨勢及演化規律，在土地利用/覆蓋、災害檢測、森林植被變化、城市擴展與布局等諸多領域發揮著積極重要的作用，具有迫切的科學應用需求和廣泛的應用前景。
[0004]國內核心期刊《遙感學報》(2009年13卷第4期639-646頁)中公布了一種「自適應空間鄰域分析和瑞利-高斯分布的多時相遙感影像自動變化檢測」方法。該方法基於自適應空間鄰域分析和改進的差值影像和比值影像乘積變換融合的差異影像構造方法，能有效地改善變化檢測結果，但是該方法並不能很好地保留邊緣信息，且沒有將空間形狀及方向信息加入其中以更好地判定鄰域中的像元同質性性質。
[0005]中國專利CN201010267420.8公布了 「一種基於鄰域相似度和閾值分割的遙感圖像目標變化檢測方法」，主 要利用強度歸一化公式對兩幅遙感圖像進行灰度匹配，利用鄰域相似性距離測度構造兩幅遙感圖像的相似矩陣，結合相似性矩陣構造兩幅遙感圖像的差異影像，對差異影像構造二維灰度直方圖後，對影像進行分割，最後用模糊熵的方法對未處理的邊緣和噪聲點繼續進行分類。雖然該方法對邊緣進行了處理，但是該方法同樣並未加入空間形狀及方向信息以更好地判定鄰域中的像元同質性性質。
【
【發明內容】
】
[0006]本發明目的是:提供一種遙感影像目標變化檢測方法，該方法將空間形狀及方向信息加入了其中，並在處理變化檢測結果時，有效的保留了邊緣信息，提高了變化檢測結果的精度。
[0007]為實現上述目的，本發明採用下述技術方案:
[0008]一種遙感影像目標變化檢測方法，包括下述步驟:
[0009]步驟SllO:選取同一區域不同時相的遙感影像，其中，所述遙感影像為多光譜影像、全色影像或SAR影像中的一種；
[0010]步驟S120:對所述遙感影像進行預處理；
[0011]步驟S130:利用差值法獲取所述遙感影像的差值圖像，並從所述差值圖像的直方圖中選取閾值；[0012]步驟S140:根據地物特徵分割所述遙感影像，並建立不同時相遙感影像地物間 映射關係；
[0013]步驟S150:根據上述分割結果，將所述遙感影像分成N個5*5單元格；
[0014]步驟S160:以上述單元格為基礎，提取所述遙感影像的變化區域或變化點；及
[0015]步驟S170:所述變化區域或變化點經雙邊濾波、降噪處理後，得到變化的遙感影
像
[0016]本發明詳細技術方案如下:
[0017]在本實施例中，步驟S120中，對所述遙感影像進行預處理，具體包括:去霧處理、輻射校正、幾何校正和影像降噪處理。
[0018]在本實施例中，步驟S130中，利用差值法獲取所述遙感影像的差值圖像，並從所述差值圖像的直方圖中選取閾值，具體包括下述步驟:
[0019]步驟S131:利用差值法獲取所述遙感影像中各個波段的差值圖像，其中，所述差值圖像上的像素灰度值為不同時相遙感影像上各個波段相對應圖像位置像素灰度值之差的絕對值；
[0020]步驟S132:根據所述直方圖計算，選取最優閾值。
[0021]在本實施例中，步驟S140根據地物特徵分割所述遙感影像，並建立不同時相遙感影像地物間一一映射關係，具體包括下述步驟:
[0022]步驟S141:根據地物特徵分割所述遙感影像，採用基於區域生長的多尺度遙感圖像分割算法分割所述遙感影像；
[0023]步驟S142:採用多層分級方法，建立不同時相遙感影像的對象的一一映射關係；
[0024]步驟S143:構建每個對象的特徵集描述，其中，所述特徵集包括光譜特徵、紋理特徵、空間距離、空間形狀及方向特徵。
[0025]在本實施例中，步驟S160中，以上述單元格為基礎，提取所述遙感影像的變化區域或變化點，具體包括下述步驟:
[0026]步驟S161:以所述遙感影像左下角第一個5*5單元塊開始，中心點記為(i，j)，每隔五個點取樣，直至最後一個5*5單兀塊；
[0027]步驟S162:不同時相的遙感影像中對應的5*5單元塊作差取絕對值，並記為DIF ；
[0028]步驟S163:判斷所述DIF是否超過所述閾值；
[0029]步驟S164:當步驟S163中判斷結果為是，取所述中心點的八鄰域，並作差取絕對值，並進行下一步；
[0030]步驟S165:判斷所述八鄰域中超出閾值點的是否個數>=5，若是，則所述5*5單元塊的所有點均為變化點或變化區域，賦值為I ;若否，則所述中心點為錯檢點，並以上述八鄰域內與中心點變化不同的點作為新的中心點，並返回步驟S164 ;
[0031]步驟S166:當步驟S165中判斷結果為否，取所述中心點的八鄰域，並作差取絕對值，並進行下一步；
[0032]步驟S167:判斷所述八鄰域中超出閾值點的是否個數>=5，若否，則所述5*5單元塊的所有點均沒有變化，賦值為O ;若是，則所述中心點為錯檢點，並以上述八鄰域內與中心點變化不同的點作為新的中心點，並返回步驟S166。
[0033]在本實施例中，步驟S170中，所述雙邊濾波為使用水平和垂直方向上的一維濾波方式實現。
[0034]採用上述技術方案，本發明的有益效果在於:
[0035]本發明上述實施例提供的遙感影像目標變化檢測方法，選取同一區域不同時相的遙感影像，並對所述遙感影像進行預處理，再根據地物特徵分割所述遙感影像，從而建立不同時相遙感影像地物間一一映射關係，並根據上述分割結果，將所述遙感影像分成N個5*5單元格，以上述單元格為基礎，提取所述遙感影像的變化區域或變化點，所述變化區域或變化點經雙邊濾波、降噪處理後，從而得到變化的遙感影像。本發明提供的遙感影像目標變化檢測方法，將遙感影像分割為若干塊5*5的塊矩陣為處理單元，從中心點開始，以八鄰域為基礎對遙感影像進行處理，提取所述遙感影像的變化區域或變化點，簡單易行。
[0036]另外，本發明上述實施例提供的遙感影像目標變化檢測方法，加入地物的空間形狀及方向信息，以便更好地判定鄰域中的像元同質性；同時，使用水平和垂直方向上的一維濾波方式實現雙邊濾波，對圖像進行去噪處理，不僅很好的保護了圖像的邊緣細節，而且降低了計算量。
【【專利附圖】
【附圖說明】】
[0037]圖1為本發明實施例提供的遙感影像目標變化檢測方法的步驟流程圖100。
[0038]圖2為本發明實施例提供的以單元格為基礎，提取所述遙感影像的變化區域或變化點的步驟流程圖。
【【具體實施方式】】
[0039]為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及具體實施例，對本發明進行進一步詳細 說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並不用於限定本發明。
[0040]請參閱圖1，圖1為本發明實施例提供的遙感影像目標變化檢測方法的步驟流程圖100，包括下述步驟SllO~步驟S170:
[0041]步驟SllO:選取同一區域不同時相的遙感影像；
[0042]在本實施例中，遙感影像優選為多光譜影像、全色影像或合成孔徑雷達(Synthetic Aperture Radar, SAR)影像中的一種。
[0043]步驟S120:對遙感影像進行預處理；
[0044]在本實施例中，對遙感影像進行預處理，具體包括:去霧處理、輻射校正、幾何校正和影像降噪處理。
[0045]具體地，選取同一區域不同時相的高解析度遙感影像，對選取的同一區域不同時相的遙感影像進行去霧處理、輻射校正、幾何校正和影像降噪處理；並以其中一幅遙感影像作為參考影像，另一幅或幾幅與之進行幾何配準。
[0046]步驟S130:利用差值法獲取遙感影像的差值圖像，並從差值圖像的直方圖中選取閾值；
[0047]可以理解，將閾值設定在距差異影像像元均值的η倍標準差處。隨著研究區的差異以及研究對象和目的不同，η的取值皆有不同。
[0048]進一步地,步驟S130具體包括下述步驟:[0049]步驟S131:利用差值法獲取遙感影像中各個波段的差值圖像，其中，差值圖像上的像素灰度值為不同時相遙感影像上各個波段相對應圖像位置像素灰度值之差的絕對值；
[0050]步驟S132:根據直方圖計算，選取最優閾值；
[0051]可以理解，根據直方圖可以計算出標準差，即得到最優閾值。
[0052]步驟S140:根據地物特徵分割遙感影像，並建立不同時相遙感影像地物間一一映身寸關係;
[0053]進一步地,步驟S140包括下述步驟:
[0054]步驟S141:根據地物特徵分割遙感影像，採用基於區域生長的多尺度遙感圖像分割算法分割遙感影像；
[0055]步驟S142:採用多層分級方法，建立不同時相遙感影像的對象的一一映射關係；
[0056]例如，遙感影像中包含建築物、植被、水域等，而建築物又可細分為居民地、學校、政府大樓等；植被又可細分為草地、林地、灌木、農作物等；水域又可細分為湖泊、河流等。可以理解，採用多層分級方法，建立不同時相遙感影像的對象的一一映射關係。
[0057]步驟S143:構建每個對象的特徵集描述,其中，特徵集包括光譜特徵、紋理特徵、空間距離、空間形狀及方向特徵。
[0058]步驟S150:根據上述分割結果，將遙感影像分成N個5*5單元格；
[0059]可以理解，若遙感影像單元格是5的整數倍，則可以直接進行處理；若遙感影像單元格不是5的整數倍，可以使遙感影像單元格的行與列都處理為5的整數倍，便於處理，該操作對結果不會產生影響。
[0060]步驟S160:以上述單元格為基礎，提取所述遙感影像的變化區域或變化點；
[0061]請參閱圖2，圖2為本發明一較佳實施例提供的以上市單元格為基礎，提取所述遙感影像的變化區域或變化點的步驟流程圖，其包括下述步驟:
[0062]步驟S161:以遙感影像左下角第一個5*5單元塊開始，中心點記為(i，j)，每隔五個點取樣，直至最後一個5*5單元塊；
[0063]步驟S162:不同時相的遙感影像中對應的5*5單元塊作差取絕對值，並記為DIF ；
[0064]步驟S163:判斷DIF是否超過上述閾值；
[0065]步驟S164:當步驟S163中判斷結果為是，取上述中心點的八鄰域，並作差取絕對值，並進行下一步；
[0066]步驟S165:判斷所述八鄰域中超出閾值點的是否個數>=5，若是，則所述5*5單元塊的所有點均為變化點或變化區域，賦值為I ;若否，則上述中心點為錯檢點，並以上述八鄰域內與中心點變化不同的點作為新的中心點，並返回步驟S164 ;
[0067]步驟S166:當步驟S165中判斷結果為否，取所述中心點的八鄰域，並作差取絕對值，並進行下一步；
[0068]步驟S167:判斷所述八鄰域中超出閾值點的是否個數>=5，若否，則所述5*5單元塊的所有點均沒有變化，賦值為O ;若是，則所述中心點為錯檢點，並以上述八鄰域內與中心點變化不同的點作為新的中心點，並返回步驟S166。
[0069]可以理解，經步驟S161?步驟S167後，快速地區分了變化點或變化區域和沒有發生變化點，並分別有不同標記進行標識。[0070]步驟S170:上述變化區域或變化點經雙邊濾波、降噪處理後，得到變化的遙感影像。
[0071 ] 具體地，雙邊濾波為使用水平和垂直方向上的一維濾波方式實現。
[0072]可以理解，傳統的雙邊濾波是二維實現方式和浮點型空間鄰近度因子，這個不利用硬體的實現，且計算量大；而本發明使用的雙邊濾波算法，選用整數型空間鄰近度因子，使用水平和垂直方向上的一維濾波實現方式，計算量小很多，且濾波效果同樣能夠達到二維的雙邊濾波效果。
[0073]可以理解，將濾波後得到的變化點或變化區域影像，結合對象特徵集中的空間形狀及方向特徵，變化點或變化區域進行判別；若在空間形狀與方向特徵上與實際情況不符，則重新將異常的區域返回至步驟S150，直至符合實際情況為止；同時，將發生變化的遙感影像的點或區域顯示出來，以便進行分析。
[0074]本發明上述實施例提供的遙感影像目標變化檢測方法，選取同一區域不同時相的遙感影像，並對所述遙感影像進行預處理，再根據地物特徵分割所述遙感影像，從而建立不同時相遙感影像地物間一一映射關係，並根據上述分割結果，將所述遙感影像分成N個5*5單元格，以上述單元格為基礎，提取所述遙感影像的變化區域或變化點，所述變化區域或變化點經雙邊濾波、降噪處理後，從而得到變化的遙感影像。本發明提供的遙感影像目標變化檢測方法，將遙感影像分割為若干塊5*5的塊矩陣為處理單元，從中心點開始，以八鄰域為基礎對遙感影像進行處理，提取所述遙感影像的變化區域或變化點，簡單易行。
[0075]以上所述，僅是本發明的較佳實施例而已，並非對本發明作任何形式上的限制，雖然本發明已以較佳實施例揭露如上，然而並非用以限定本發明，任何熟悉本專業的技術人員，在不脫離本發明技術方案範圍內，當可利用上述揭示的技術內容作出些許更動或修飾為等同變化的等效實施例，但凡是未脫離本發明技術方案內容，依據本發明的技術實質對以上實施例所作的任何簡單修改、等同變化與修飾，均仍屬於本發明技術方案的範圍內。
【權利要求】
1.一種遙感影像目標變化檢測方法，其特徵在於，包括下述步驟: 步驟SllO:選取同一區域不同時相的遙感影像，其中，所述遙感影像為多光譜影像、全色影像或SAR影像中的一種； 步驟S120:對所述遙感影像進行預處理； 步驟S130:利用差值法獲取所述遙感影像的差值圖像，並從所述差值圖像的直方圖中選取閾值； 步驟S140:根據地物特徵分割所述遙感影像，並建立不同時相遙感影像地物間一一映身寸關係； 步驟S150:根據上述分割結果，將所述遙感影像分成N個5*5單元格； 步驟S160:以上述單元格為基礎，提取所述遙感影像的變化區域或變化點；及 步驟S170:所述變化區域或變化點經雙邊濾波、降噪處理後，得到變化的遙感影像。
2.根據權利要求1所述的遙感影像目標變化檢測方法，其特徵在於，步驟S120中，對所述遙感影像進行預處理，具體包括:去霧處理、輻射校正、幾何校正和影像降噪處理。
3.根據權利要求1所述的遙感影像目標變化檢測方法，其特徵在於，步驟S130中，利用差值法獲取所述遙感影像的差值圖像，並從所述差值圖像的直方圖中選取閾值，具體包括下述步驟: 步驟S131:利用差值法獲取所述遙感影像中各個波段的差值圖像，其中，所述差值圖像上的像素灰度值為不同時相遙感影像上各個波段相對應圖像位置像素灰度值之差的絕對值； 步驟S132:根據所述直方圖計算，選取最優閾值。
4.根據權利要求1所述的遙感影像目標變化檢測方法，其特徵在於，步驟S140根據地物特徵分割所述遙感影像，並建立不同時相遙感影像地物間一一映射關係，具體包括下述步驟: 步驟S141:根據地物特徵分割所述遙感影像，採用基於區域生長的多尺度遙感圖像分割算法分割所述遙感影像； 步驟S142:採用多層分級方法，建立不同時相遙感影像的對象的一一映射關係； 步驟S143:構建每個對象的特徵集描述,其中，所述特徵集包括光譜特徵、紋理特徵、空間距離、空間形狀及方向特徵。
5.根據權利要求1所述的遙感影像目標變化檢測方法，其特徵在於，步驟S160中，以上述單元格為基礎，提取所述遙感影像的變化區域或變化點，具體包括下述步驟: 步驟S161:以所述遙感影像左下角第一個5*5單元塊開始，中心點記為(i，j)，每隔五個點取樣，直至最後一個5*5單元塊； 步驟S162:不同時相的遙感影像中對應的5*5單元塊作差取絕對值，並記為DIF ； 步驟S163:判斷所述DIF是否超過所述閾值； 步驟S164:當步驟S163中判斷結果為是，取所述中心點的八鄰域，並作差取絕對值，並進行下一步； 步驟S165:判斷所述八鄰域中超出閾值點的是否個數>=5，若是，則所述5*5單元塊的所有點均為變化點或變化區域，賦值為I ;若否，則所述中心點為錯檢點，並以上述八鄰域內與中心點變化不同的點作為新的中心點，並返回步驟S164 ;步驟S166:當步驟S163中判斷結果為否，取所述中心點的八鄰域，並作差取絕對值，並進行下一步； 步驟S167:判斷所述八鄰域中超出閾值點的是否個數>=5，若否，則所述5*5單元塊的所有點均沒有變化，賦值為O ;若是，則所述中心點為錯檢點，並以上述八鄰域內與中心點變化不同的點作為新的中心點，並返回步驟S166。
6.根據權利要求1所述的遙感影像目標變化檢測方法，其特徵在於，步驟S170中，所述雙邊濾波為使用水平和垂直方向上的一維濾波方式實現。
【文檔編號】G06T5/00GK103473764SQ201310395272
【公開日】2013年12月25日 申請日期:2013年9月3日 優先權日:2013年9月3日
【發明者】陳會娟, 劉萍, 陳曦, 周啟鳴 申請人:中國科學院深圳先進技術研究院