一種多光譜圖像建筑物變化檢測方法技術

本發明專利技術涉及一種多光譜圖像建筑物變化檢測方法。首先進行基于像素比值法的變化檢測，得到全部地物的變化區域，這個區域做為建筑物變化候選區域。在用比值法檢測出的變化區域上進行基于建筑物特征的變化檢測，由于采用一種特征容易造成誤檢，所以本方法采取了紋理特征和色調特征順序相結合的方式進行特征級變化檢測，將建筑物的變化和其他地物的變化區別開來，提高建筑物檢測的準確率，降低誤檢率。

【技術實現步驟摘要】

本專利技術涉及一種建筑物變化檢測方法，尤其是涉及。
技術介紹
傳統的遙感圖像變化檢測方法建立在基于像素級別的光譜信息分析基礎上，它們的共同特征是只能使用圖像的強度量，即灰度值的統計信息。變化檢測性能受到以下因素的嚴重制約圖像輻射差異、配準誤差和閾值的選取，而且用像素級變化檢測的地物變化類型無法確定，得到的是全部地物的變化。高分辨率遙感圖像則給遙感技術的發展帶來了重大的變化，在高空間分辨率的衛星圖像上，地物景觀的結構、紋理和細節等信息都非常清楚地表現出來，除了地物光譜信息，還可以獲得關于地物結構、形狀和紋理方面的信息。特征級變化檢測主要利用某類地物的特征區別于其他地物來進行變化檢測，特征在圖像上表現一般較穩定，受輻射差異影響較小，不易受遙感圖像時相變化的影響。單獨使用某一特征進行變化檢測有可能造成漏檢或誤檢。與本專利技術最相近似的實現方案包括比值法變化檢測方法、紋理特征變化檢測方法、基于建筑物紋理特征及陰影檢測變化檢測方法、面向對象分類后變化檢測方法，以及多特征證據融合的圖像變化檢測方法。目前，常用的基于像素的變化檢測方法主要有圖像差值法、圖像比值法、圖像回歸法、主成分分析法四種方法。圖像比值法是將不同時相的遙感圖像對應波段進行逐像素相除。通過對不同時相圖像做相對輻射校正，得到的比值圖像增強了變化信息，其中像素比值為I或者近似為I的認為是未發生變化的區域，像素比值明顯高于或低于I的認為是發生變化的區域。比值法的理論假設是比值圖像呈正態分布，通常采用均值和標準偏差作為標準劃分變化與非變化區域，但對于很多實際問題該假設并不總是成立的，這時變化閾值的選擇就成為比值法變化檢測是否有效的關鍵。比值法直觀，容易掌握，變化檢測速度快，但這種方法過于簡單，很難考慮到所有因素的影響，容易造成大量信息的流失。本專利技術分別采用像素比值法、差值法、圖像回歸法、主成分分析法四種方法進行基于像素的變化檢測，并對這四種方法進行比較。綜合正確率、虛檢率和漏檢率三個指標來看，比值法是對建筑物檢測最好的基于像素的變化檢測方法。比值法是基于像素的變化檢測方法，由于簡單直接，忠實于原始數據，不會像其他方法由于方法本身而對檢測前的變化信息加以改變，保證了變化檢測結果的可靠性。然而不同時相的遙感圖像之間由于不同季節，不同時刻的光照、輻射、誤配準等因素造成不同時相拍攝的圖像對應位置的灰度值存在整體或者部分的偏差，因此簡單地對灰度值運算得到的差異圖進行閾值分割，所得到的變化檢測結果中存在很多偽變化信息。建筑物在遙感圖像上呈現出來的特征有光譜特征、紋理特征、色調特征、形狀特征、空間結構特征等，這些特征在對建筑物進行變化檢測時是非常有用的，合理運用建筑物的特征進行建筑物變化檢測將會提高建筑物檢測的精度和效率。圖像紋理特征代表物體表面特性，是地物在局部分布無條理，而整體上分布有規則，對于不同地物有不同紋理模式，建筑物在局部一般分布比較整齊，具有一定的紋理特征。建筑物在變化前后呈現不同的紋理特征，因此可以利用紋理特征檢測建筑物變化。劉小洲提出了一種基于建筑物紋理特征及陰影檢測變化檢測方法，首先利用紋理特征檢測建筑物的初始變化區域，然后再實現建筑物的陰影變化檢測，最后去除陰影的影響來提高建筑物的變化檢測正確率，這種方法容易受到其他地物陰影的影響。唐樸謙等提出一種基于像素比值法的面向對象分類后變化檢測方法，首先用像素比值法檢測出變化區域，再對變化區域進行面向對象的分類后變化檢測，檢測出各個地物類的變化。采用面向對象分類主要是人工參與，過程比較繁瑣，汪閩等提出一種多特征證據融合的圖像變化檢測方法，通過計算兩時相圖像的紋理、梯度、邊緣三種特征的結構相似度來構建D-S證據理論并進行證據合成，通過某種規則確定變化區域，但規則較難確定。目前的研究表明，沒有任何一種變化檢測方法具有絕對的優勢。在實際的應用中，要根據具體的應用目的，選取合適的變化檢測方法。
技術實現思路
本專利技術的上述技術問題主要是通過下述技術方案得以解決的包括以下步驟步驟1，對多個時相的遙感圖像進行基于比值法的像素級變化檢測，得到包含建筑物變化的候選區域，所述多個時相的遙感圖像包括同一區域的前時相多光譜圖像和后時相多光譜圖像；步驟2，在候選區域上再進行基于建筑物特征的變化檢測，提取紋理和色調特征進行變化檢測，得到建筑物的變化信息。在上述的，所述的步驟I的具體過程是分別針對遙感圖像的前時相多光譜圖像和后時相多光譜圖像進行基于比值法的像素級變化檢測得到包含建筑物變化的前時相多光譜圖像候選區域和后時相多光譜圖像的候選區域。在上述的，所述的步驟2中，提取紋理特征進行變化檢測的具體過程是針對步驟I中得到的包含建筑物變化的前時相多光譜圖像候選區域，進行建筑物紋理特征的變化檢測，并從前時相圖像紋理特征圖像中分割出建筑物；針對后時相多光譜圖像的候選區域進行建筑物紋理特征的變化檢測，并從后時相圖像紋理特征圖像中分割出建筑物；并對前時相圖像紋理特征圖像中的建筑物和后時相圖像紋理特征圖像中的建筑物進行逐像素比較，得到整個遙感圖像的建筑物變化區域，并將建筑物變化區域標記在原圖像上。在上述的，所述的步驟2中，提取色調特征進行變化檢測的具體過程是獲取前時相多光譜圖像和后時相多光譜圖像的色調特征圖像，并結合步驟2中得到的建筑物變化區域采用異或方法將建筑物的變化檢測出來，并將檢測結果作為建筑物的最終變化檢測結果。本專利技術提出的多光譜圖像建筑物變化檢測方法首先利用像素比值法對兩個時相圖像進行變化檢測，得到全部地物變化信息，在這個變化區域上再進行特征級變化檢測，這樣縮小了特征級變化檢測的范圍，降低了非變化區域對檢測結果的影響；在進行特征級變化檢測時采用紋理特征和色調特征相結合的方式，由于建筑物和其他地物在這兩種特征上的差異性，降低了分類中的同物異譜和同譜異物的影響；建筑物陰影的色調和建筑物本身的色調區別明顯，提取建筑物的色調特征減少了建筑物陰影的影響；采用色調特征和紋理特征結合降低了對建筑物邊緣的依賴性，有效地提高了建筑物的檢測正確率，降低了檢測的虛檢率。表3給出了不同變化檢測方法的評價結果。附圖說明附圖1是本專利技術的方法流程示意圖。具體實施例方式下面通過實施例，并結合附圖，對本專利技術的技術方案作進一步具體的說明。實施例:1.首先，介紹一下本專利技術采用的基于像素比值法的像素級變化檢測原理。建筑物在遙感圖像上的最基本變化就是像素灰度值的變化，因此，像素灰度值也可以看做是圖像的基本特征。像素級變化檢測定義為直接對兩時相的圖像進行像素值的運算，以此構建差值圖像 ，并根據某種判別規則得到變化區域。常用的像素級變化檢測方法主要有像素差值法、像素比值法、圖像回歸法等。像素差值法實現起來簡單直接，但是在變化檢測時會出現許多小碎片。像素比值法可以減少圖像獲取時太陽角度和地形的影響，但是比值法結果往往是非正態分布。圖像回歸法的特點是先建立圖像間的回歸等式，然后相減，可以減少大氣、入射角和環境差異的影響，但是需要得到準確的回歸等式，選擇合適的波段。基于遙感圖像像素級的變化檢測方法檢測的是全部地物的變化信息，它不僅包括建筑物的變化，還包括建筑物所在區域其他地物的變化,而且地物變化類型未知，因此如何有效地抑制建筑物周圍地物的誤檢是像素級變化檢測面對的主要問題。基于像素級變化本文檔來自技高網...

【技術保護點】
一種多光譜圖像建筑物變化檢測方法，其特征在于，包括以下步驟：步驟1，對多個時相的遙感圖像進行基于比值法的像素級變化檢測，得到包含建筑物變化的候選區域，所述多個時相的遙感圖像包括同一區域的前時相多光譜圖像和后時相多光譜圖像；步驟2，在候選區域上再進行基于建筑物特征的變化檢測，提取紋理和色調特征進行變化檢測，得到建筑物的變化信息。

【技術特征摘要】
1.一種多光譜圖像建筑物變化檢測方法，其特征在于，包括以下步驟: 步驟1，對多個時相的遙感圖像進行基于比值法的像素級變化檢測，得到包含建筑物變化的候選區域，所述多個時相的遙感圖像包括同一區域的前時相多光譜圖像和后時相多光譜圖像； 步驟2，在候選區域上再進行基于建筑物特征的變化檢測，提取紋理和色調特征進行變化檢測，得到建筑物的變化信息。2.根據權利要求1所述的一種多光譜圖像建筑物變化檢測方法，其特征在于，所述的步驟I的具體過程是:分別針對遙感圖像的前時相多光譜圖像和后時相多光譜圖像進行基于比值法的像素級變化檢測得到包含建筑物變化的前時相多光譜圖像候選區域和后時相多光譜圖像的候選區域。3.根據權利要求2所述的一種多光譜圖像建筑物變化檢測方法，其特征在于，所述的步驟2中，提取紋理特征進行變化...

【專利技術屬性】
技術研發人員：張永梅，季艷，張睿，李立鵬，白文樂，劉海偉，
申請(專利權)人：北方工業大學，
類型：發明
國別省市：