遥感影像变化检测.pptVIP

遥感影像变化检测 遥感发展现状以及趋势 传感器的改良 信息处理手段的提高 应用的不断扩展 如果运用遥感数据“能够解决什么时间（when）什么地点（where）什么物体（what object）发生了什么变化（what change），遥感的实用化就向前迈进了一大步 变化检测——解决什么变化的问题 变化检测的研究意义 检测对象对数据空间分辨率要求 对于大尺度地物，如土地，森林，城市，河流的变化检测，一般10 米－1000 米的低分辨率的图像可以满足要求 对于人工目标，如房屋，道路等地物的变化检测，需要1 米－5 米甚至更高分辨率图像才能进行。 检测机场上的弱小目标毁伤变化等人工目标的局部弱小变化，则需要低于1 米或更高分辨率图像 对地图进行修侧，选择遥感图像分辨率必须满足地图成图比例尺的需要。 并非分辨率越高就越好，因为高分辨率图像虽然可以提供更好的检测精度，但是增加了数据量和成本，大量的细碎的地物细节可能加重变化检测负担。 变化检测对数据光谱分辨率要求 变化检测的基本假定：在IFOV内的目标在两个时相内发生变化，那么该像元在两景影像中的光谱响应就会有差异 最好选择相同的传感器进行变化检测 选择波段基本一致的数据：例如SPOT4：第一波段0.50-0.59um 与etm+的第二波段：0.525-0.605um 影像分辨率主要决定于瞬时视场(IFOV,instantaneous field of view)角和成像高度。瞬时视场角越小、飞机航高越低，地面分辨单元越小，分辨率就越高。 IFOV值小意味空间分辨率越高 。 IFOV值大意味着辐射分辨率越高。 因为当传感器接受地面反射能量时，探测器上聚焦的总能量更大；由于这种高信号使得传感器对地面辐射率的测量更加敏感，其结果是辐射分辨率更高或者说是区分微小的能量的能力方面有所提高 传感器的设计IFOV应该在空间分辨率与辐射分辨率中折中 变化 检测需要考虑的环境因素 大气条件 云层的覆盖范围在0%~20%之间 云使得影像模糊，云的阴影造成地物信息的损失 消除大气衰减的影响 消除山区地形的影响 土壤湿度情况 土壤过干或者过湿，降水量数据对变化检测同样很重要 物候周期特征（熟悉研究对象的周期特征） 潮位对变化检测的影响 国内外研究现状—遥感影像变化检测方法研究现状 Singh (1989)最早进行遥感影像变化检测综述 Coppin (1996)从森林监测的角度讨论了遥感影像变化检测的方法 李德仁(2003)根据图像配准和变化检测的数据源两个因素将变化检测方法分为两大类七种方法 Lu (2005)等按照检测策略将现有的变化检测方法归结为七类：算术运算法、变换法、分类法、高级模型法、GIS 方法、视觉分析法和其它方法 夏松(2006)在Lu的基础上对各种方法进行了进一步的扩充 马国锐(2007)将变化检测按照不同目的、不同数据类型、不同维数、不同策略、以及不同的时间维以及不同的过程变化检测，进行了归纳总结 国内外研究现状—遥感影像变化检测方法研究现状 直接比较检测法和分类后比较法两类 像元级变化检测、特征级变化检测以及决策级变化检测 遥感影像变化检测方法内涵与实质 变化检测看作一种特殊的分类问题，即对所构成的差异影像进行二值分类的问题。实际上，现有的许多变化检测方法就是从二值分类方法发展演化而来。 直方图形状信息的方法、聚类的方法、影像熵信息的方法、物体特征的方法、影像空间信息的方法（运用影像的空间信息或者像素间的相关系数）、基于影像局部特征的方法。 目视变化检测方法 原理：对于多光谱影像，如果两期影像未发生变化，则将t1的红波段与绿波段放入R与G通道，将t2的蓝波段放入B通道，假彩色合成的结果与原先的结果一致或者接近；否则假彩色合成的结果将出现明显的异常。通过这种方式目视判读变化检测 多时相合成影像变化检测方法 原理：将两期影像合成为一副光谱维数更高的影像，此时每个像素在更高维数的特征空间内表示出来。对这样的影像进行聚类分析（非监督分类的方法）。判断聚类后各个结果，赋予其类属（变化或者未变化） 基于主成分变化的变化检测方法：将多时相影像复合，作主分量变换，得到的分量中除第一主成分外的次要分量能够反映变化信息，称之为复合主成分分析法 。主要的缺点：解译和标识每个成分的影像很困难 对两时相影像分别作主成分变换，再对计算对应主成分分量间的差值，称为主成分差值分析法 先求两时相影像间的差值，再对多元差值影像作主成分变换，这叫做差值主成分分析法 基于影像差分的方法 将经过配准的影像对，进行直接相减的运算，从而获得差分影像。在此基础上运用变化检测策略，提取其中的变化区域。 实质是通过分析反映地物光谱值的改