变化检测的方法.ppt

LUCC变化信息的智能提取及变化类型的确定 山东科技大学 王萍 全球性问题的研究是一种测量和分析多变量、多尺度和多光谱的过程。目前，土地利用和土地覆盖变化（LUCC）是全球土地变化研究的核心话题之一。尤其是从20世纪90年代以来，尤其进入90年代以来, 国际上对LUCC在全球环境变化领域加强了研究工作，它已经成为一个前沿和热门的话题。在我国，LUCC研究的时间很短，（1）土地利用变化数据的系统性平台尚未建立；（2）土地利用变化的研究比较零散，并没有成为一个系统；（3）还没有形成中国特色的LUCC整合模型； （4）现存的研究方法仍需要改善。在地球上，任何现象的出现和任何过程的发生，如果他们达到了一定的空间和时间尺度，都可以进行研究和分析。 实践证明，用遥感数据进行土地覆盖研究是比较容易获得图像的变化状况的。 迄今为止， NOAA AVHRR 时间序列影像由于价格低已广泛应用于 LUCC 研究中，但针对于区域研究，就显得不足，由于获得多波谱影像（如 TM ）的周期短，动态连续性，并具有较好地物识别能力，为土地利用覆盖变化提供了丰富的数据资源，因此，本次研究以 ETM+ 、 TM 为主，结合部分 SPO T 和其他资料如土地利用图、 DEM 等专题图进行了变化信息发现及变化类型提取方法的研究。 为了能使提取技术规范化，并能在更大范围内推广，我们将分以下四步予以介绍： 第一步建立基础图像库。 包括地形图、土地利用现状图（两个时相）等非数字形式的图形图像数字化，以栅格形式储存，建立统一坐标的基础图像库。 第二步变化信息特征增强。主要有影像差值阈值法、两时相间波段合成法，多源遥感数据融合法等。 第三步提取变化范围。对发现的变化图斑进行如分类，人工干预下的计算机自动分层，提取变化的范围等。 第四步确定变化图斑的类型。通过对两相邻影像以及其他影像的比较，确定发生变化的图斑类型。 流程图： 变化检测的方法 大部分的变化检测技术是在光谱范围内识别出变化的类别。主要的技术是利用不同时相的数据源，生成一个新的未分类表示光谱变化的多波段图像。 主要介绍以下几个方法： 1 比值法定义 比值是两个不同时相的影像经配准后像元值相除（除数不为零） 公式为： 2 比值法含义 比值被认为快速识别变化区域的方式，比值中，两个来自不同时相配准影像由波段波段间的比值，波谱变化不大的区域会产生相似比值，而变化的地方比较没有变化的或者很高，或者很低。 在干旱半干旱的沙漠区，由于反射率高，不同时相背景均为高值，合成图像上沙漠化变化情况不易区分，利用比值处理后，沙漠化加剧的范围得到增强，一目了然。 3.其流程： 4. 比值法应用 该方法对配准后的混合相元敏感，比值图像也需大量的人工解译，或需要借助识别变化类型的决策树技术进一步判定。 在沙漠区利用两时相的TM3波段再与两时相波段的比值进行假彩色合成，即TMB3、TMB4、TMB3/TMb3分别赋予红、绿、蓝得到合成图像见图4.4： 5 比值法的特点 在干旱半干旱的沙漠区，由于反射率高，不同时相背景均为高值，合成图像上沙漠化变化情况不易区分，利用比值处理后，沙漠化加剧的范围得到增强，一目了然。 二、主成分分析法 1.定义 主成分分析法是一种数学变换的方法, 它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。依次类推，I个变量就有I个主成分。 2.原理 在遥感图像处理中主成分分析又称作K-L变换。遥感多光谱影像波段多，一些波段的遥感数据之间有不同程度的相关性，K-L变换的作用就是保留主要信息，降低数据量，从而达到增强或提取某些有用信息的目的。 在遥感应用中是对某一多光谱图像实现一个线性变换，产生一组新的多光谱图像，使变换后各分量之间具有最小的相关性。它是一种常用的数据压缩方法，可以将相关性的多波段数据压缩到完全独立的前几个主分量上；同时由于主成分变换后的前几个主分量包含了主要的地物信息，噪声较少，因而可以突出主要信息，抑制噪声。 3.主成分分析法的使用 用于数据压缩。由于多光谱波段数据间都有不同程度的相关性，若对所有的波段都进行分析处理，处理时间以及冗余度都会增加。借助主成分变换来集中变化信息，可以减少处理时间，增强变化的特征信息。由主成分分析的特性可知，变换结果的