科研之友
微信
新浪微博
Facebook
分享链接
摘要
遥感影像变化检测是通过分析不同时期遥感影像,发现和分析变化信息的技术,已广泛应用于农业调查、森林监测、灾害评估、城市扩张和环境监测等领域,成为一种有效的研究地表覆盖变化的手段,也是当前遥感领域的研究热点之一。然而,由于地表环境的复杂性,遥感影像成像过程中,地物的光谱反射值受外界因素影响存在一定的系统偏差,特别是随着遥感影像空间分辨率的提高,地物的光谱可分性逐渐降低,使得变化检测过程中呈现出较大的不确定性,影响了检测结果的可靠性。因此,本文以提高变化检测结果可靠性为目的,在分析基于差分影像的变化检测过程中的不确定性的基础之上,重点从差分影像生成阶段开展遥感影像可靠性变化检测方法研究,提出相应的差分测度,构建可靠性变化检测新方法,旨在进一步完善基于差分影像的可靠性变化检测理论研究与方法,为变化检测技术应用及生产实践提供支持。具体研究工作主要包括:（1）系统论述了遥感影像变化检测技术体系及其过程中的不确定性问题,重点探讨了数据预处理、差分影像生成、变化信息提取和精度评价中影响可靠性的因素,针对影响基于差分影像的变化检测可靠性的因素,提出三种生成可靠性差分影像的策略,即基于空间信息的差分测度、融合光谱和纹理信息的差分测度和不同空间分辨率遥感影像间的差分测度,以提高变化检测结果的可靠性。（2）充分分析传统利用空间信息进行变化检测的方法中空间信息的提取以及差分处理方法的不足,提出一种基于Gabor小波差分测度的高分辨率遥感影像变化检测方法。该方法基于马尔可夫随机场模型,利用两时期Gabor小波特征影像的相似性获取差分影像。实验结果表明提出的方法对噪声的鲁棒性较好,能够取得更高变化检测精度,提高了变化检测结果的可靠性。（3）针对传统基于光谱和纹理特征的遥感影像变化检测中,光谱和纹理信息的融合策略和变化信息提取方法存在的不足,提出一种基于光谱和灰度共生矩阵（GLCM）纹理差分测度的高分辨率遥感影像变化检测方法。该方法利用相似性匹配原理,通过比较一定空间距离内的两时期纹理特征影像相似性来获取差分影像。并在此基础上设计了一种新的基于光谱和GLCM纹理特征的变化检测处理流程,对两时期光谱特征影像和GLCM纹理特征影像分别进行处理,以充分利用光谱和纹理特征的在变化检测中的作用。最后,利用一种改进的基于最大期望的主动轮廓模型对获取的差分影像进行变化信息提取。通过对两时期遥感影像的实验结果表明,该方法可以有效提高变化检测结果的可靠性。（4）针对利用亚像元定位对不同空间分辨率遥感影像变化检测结果易受混合像元分解精度影响的问题,提出一种基于丰度图像差分测度的不同空间分辨率遥感影像变化检测方法,该方法利用丰度图像级和亚像元级变化检测获取最终的变化检测结果。其中,通过高斯混合分布模型进行丰度图像级变化检测处理,以降低混合像元分解误差对变化检测结果的影响,在此基础上,利用空间引力模型进行亚像元定位和亚像元级变化检测,从而得到最终的变化检测结果。通过对两组不同分辨率遥感影像的实验结果表明,提出的方法能够有效降低混合像元分解过程中的不确定性,可以获得更高变化检测精度,提高了变化检测结果的可靠性。
- 单位
