融合光谱和几何特征的高分辨率遥感变化检测研究.pdf
《融合光谱和几何特征的高分辨率遥感变化检测研究.pdf》由会员分享,可在线阅读,更多相关《融合光谱和几何特征的高分辨率遥感变化检测研究.pdf(8页珍藏版)》请在咨信网上搜索。
1、第33卷 第 11期 2 0 1 6 年 1 1 月 长江科学院院报 Journa里 of Yangtze River Scientific Research Institute Vol.33 No. 11 Nov. 2 0 1 6 doi : 10.11988/ckyyb.201608522016,33(11);36-42,48 融合光谱和几何特征的高分辨率 遥感变化检测研究 刘淑凤申邵洪2刘淑凤申邵洪2 (1.湖北职业技术学:院, 湖 北 拳 感 432000;2.长江科学腐间倩息技术虛用研究所, 武 霞 430010) 摘 要摘 要:针对高分辨率遠虜影像減市:区域地类黯杂的特点, 提出T
2、 种融合光谱和几何特征的多时相高分.率遥 感变化检测靠舊在获取光谱和几何.靈异影參的基細上, 采用楱糊分类的方法, 迸行变:f t类菊变:化类K分 , 建望. 各类的隶属度图像采取棊子模糊集理论的f t合 算 法 检 测 方 聚 取 的 翁 - 度 图 像 进 行 有 效 融 脅 , 以减:小 -分区域的樓雜度,提高疫化类和#变化奠的检测精度。采想城区多肘相分:辨率影像为实验数据, 迸行各种变 化检测纖的对比与:分析,: 实 辑 结 粟 表 _, : 繊合賴郝几何特怔的方法所获取的检锗果与光濟、 几何養异影像法 相比, 具有輕测精度高、 漏检率祗的特点。 关键词:融合聚着;遥感变化;检测方法高
3、分辨率影像;模糊集关键词:融合聚着;遥感变化;检测方法高分辨率影像;模糊集 中图分类号中图分类号:TP79 文献标志码文献标志码:A 文章编号文章编号= 1001-5485 (_201(5) 11-0036-07 1研究背景1研究背景 不断发展的遥感技术使遥感影像具备禽空间分 辨率、 时间分辨率、 光谱分辨率的特征, 商用商空间 分辨率卫星,IK0N0S的升空以及卫:星影像在市政规 划 、 灾害监测、 基础地理数据更新等方面的应用表明 空间分辨率影像在令后的遥感座用中具备g大的潜 力1。影像的空间分辨率达到米级乃至分米级时, 地表目如房屋、 汽本= 、 道路等能够在劃象得到清_ 晰的表达。相对
4、高空间分辨率而胄, , 影像的光谱分 辨率略显不足,同一所建筑物的各个房角的光谱特 征都存在明显差异, 因此, 针对高空间分辨率影像, 同物异谱的现象较为严重, 这也是高分辨率影像解 译成为当前遥感界的热点和难点的根本原因i_4。 高分辨率影像用于变化检测或监测研究, 已经取得 T系列研究成果和理论方法5_6。研究结果表明, 对同一多时相遥感影像, 采用不同的检测方法, 获取 的最终成果将存在较大差异, 遥感影像决策融合的 思想就是将各种检测方法获取的结果, 在特定理论 (如贝叶斯理论、D-S证据理论、 模糊集理论) 方法 下, 实现其有效融含D 在遥感影像融合研究中, 研究人员对其在像素 级
5、 、 特征级和决策级融合方面的应用进行了深人研 究和探i f 。模糊集理论为不确定数据的处理提 供了有力:n具 _在遥感影像解译中得到了广泛的应 用和发展。本文在以上研究的基础上:,研究了一种 基:于模糊集. 理论的决策融合方法, 此方法的大体思 想为:获取多时相高分辨率遥感影像的光谱差异影 像和几何羞异影像, 生威变化类和非变化类的隶属 度影像, 然后以隶属度影像为输人,采用模糊集理 论 , 实现光谱和几何差异隶属度影像的决策级融合, 降低部分像元的模糊度, 提虞最终检测精度。 2研究方法2研究方法 _模糊集理论的离分辨遥感变化检测决策融 合方法主果包括图像预处理、 光谱差异影像生成、 几
6、何差异影像生成、 隶属度图像创建、 决策融合和最终 变化检测结果生成等关键性步骤, 其检测流程如图1 所示 图图1特征融合高分辨率遥感变化检测流程特征融合高分辨率遥感变化检测流程 Fig.1 Flow chart of change detection method for high-resolution remote sensing images based on characteristic fusion 2 . 1 模糊集理论2 . 1 模糊集理论 相对论域 4) = le V* e = 1/2; 如果 V* e /,%(*)矣 wfi(x) 矣 1/2,或 (*)為 % ( * ) 為
7、1/2,则火4 ) 矣 d(B) ;d(Z)= (4)。 模糊度刻画一个模糊集的整体模糊程度, 从总 体上讲各元素隶属度越接近或 1, 越不模糊, 越接 近 0.5越模糊。 熵模糊度为一种常用模糊度计算方法, 令 n 丑= - X ( * ) l n ( * ) 。 i = 1 式中(1 = 0.5。当模糊度越小时, 权值 A越 接 近 1。加权处理后, 第A个检测获取结果的 隶属度表达为丨丨。 对m个模糊集, 采用隶属度相乘的方法进行隶 属度融合, 即: u(x) = wlul(x) w2u2(x) - - - wrnull(x) ; (7) ZiU(X) = ;(*) M) 2z(x)M;
8、 乂 (X) 。 ( 8) 2 . 2 差异影像生成方法2 . 2 差异影像生成方法 2.2.1光谱差异影像 邻域相关系数法是将统计学中的相关系数用来 描述特定邻域内不同时相遥感影像的差异性, 通过 相关系数的大小来反映其变化程度。通常情况下, 变化区域相关系数小, 而非变化区域的相关系数则 较大, 中等相关系数出现于轻微变化区域。邻域相 关系数计算方法为 p(i,j) = t t t g(i+x,j+y,l) -g(i,j)f(i+x,j+y,l) L- x e.w y e.w fij) /1a/s S t g(i+x,j+y,l) -g(i,j)2 * J k % t -/(* j)2 !
9、 )2 ! (9) V L-xe.w j e.w 38 长江科学院院报 .2016 年 其 中 : g(i +s ,j + y,l) fi. + sc,j + y,l) g(i + x,j +y,l) g(i + x,j + y,2) -g(i + x,j + f i l) - y : + x,j + j,y f( i + x j + y,2) -f(i- + x ,j + f J) - g iij)S Z + xJ+ ; xeWyeW 1 = 1 3实验与分析3实验与分析 3 . 1 实验数据描述3 . 1 实验数据描述 本文选择某.一城.区2 个 时 简 段 前QuickBird影 像为实
10、验数据。研究区域地物类型复杂, 主要包含 植被、 水体、 裸地、 人;r建筑物。特别是住宅区和高 程建筑, 因为其阴影的影响, 影响变化检测结果的精 度 试 验 数 据 为 2003年 和 2006年 的Quickbird影 像, ,空间分辨率为2m, 采用的波段为4 , 包 含R,G, B和近红外波段, 区域大小为936x781像素。实验 区域R,G,B波段合成的真彩色影像如图2 所示。 办= 士 m代1 + X,卜 , iV) W L xWyW 1=1 式中:为第 1 时相像素点.pixel:(f:+A,j+ y, 0的 像 素 值 ;为 第 一 时 相 以 像 素 点 pixd(ij)为
11、中心, 特定窗口内的影像均值;./(i+.x, J+y J)为第 2 时相像蒙J t: pixeKj+*,y+;r,Z) 的像素 值;/(i,J)为 第 2 时相以像素点pkd“ J)为中心, 特 定窗口内的影像均值; 为窗:口大小, ( * ,y) e , 为波段数;/为第几波段。 协方差是描述2 个变量之间相互关系的数字特 征, 邻域协方差计算方法为 1=1 xeWyeW g(i j) J I./I l + + f J) -/(* j) ( l ) 2.2.2几何差异影像 本文引入形态梯度箕法提取地物边缘, 人I建 筑物在影像上通常具有强边缘特征,即局部区域光 i普特性呈现跳跃性变化。因此
12、, 可以通过形态梯度 有效提取建筑物边缘区域, 通过不同时相影僳的形 态梯度有效对比分析, 确定区域内是否有新的人 建筑物生成。 数学形态学最基本的算子就是膨胀和腐蚀, 形态梯度是原始图像的膨胀图像减去其腐蚀图 像, 即 g(x,s) = cr(x,s) -(*,.?) (11). 式 中 为 膨 胀 图 像 为 腐 蚀 图 像 ;g(x, . 为形态梯度图像;* 表示特定像素为数学形态学处 理中的结构元素。通过相减的方法f t成 2 个时相间 的形态梯度差异影像, 即 = / ( * ,s) - g2(.*,s) 。 ( .12) 式:中Z (.*, s ) 为 形 态 禅 度 叢 异 :影
13、 像g 1 ( * , . s): , g2(*,S)分别为时相1 和时相2 的形态梯度影像。 (b) 2006年影像 图 2原 始 实 验 数 据 Fig.2 Original multi-temporal QuickBird images 3 . 2 检测结果决策融合分析3 . 2 检测结果决策融合分析 以原始影像为输人, 经预处理1: 作后, 包括相对 辐 射 校 正 和 几 何 校 进 行 差 异 影 像 分 析 。本文分 别对影像的光谱、 几何差异进行分析, 其中,采用邻 域相关系数和协方差法生成2 种光谱差异影像, 几 何差异影像通过形态梯度对比分析得到。光谱差异 影像生成过程中,
14、 结果受影像分析子窗口的大小影 第_ _u期刘 淑 规 等 融 合 光谱參; _ :A何特征._秀奢辨率遥感变化检测研究3.9 像明显, 实验结果表明, 3x3 像素的子窗口能够清晰 表示地物的状况, 房屋的边缘清晰, 房屋阴影明显j 5X5像素的子窗口, 地物表现清晰, 房屋边缘清晰, 同时局部区域具有噪声抑制作用;7X7 像素以上的 子窗H获取的叠异影像, 影像中的边緣区域模糊。 因此, 实验选用5x5 像素的子窗口进行光谱差异分 析 , 根据式(9)和式( 10),分别得到相关系数差异影 像 、 协方差差异影像, 见 图 3。 在光谱差异影像中, 像素值越小, 表示越有可能 是变化区域;
15、反之, 则越有可能表求_ 变化E域。对 光谱差异影像, 进行妇一化处理, 公式为 min 。 ( 13) max mm r % % 式中: 为 化 处 理 后 的 像 素 值 ;* 为特定像素值; 广为影像中暈小像素值;v-ra i3 U, 1 1 ; (14) 隶属度为 W: ; : ( X) 1 2 (15) 式 中m在本文中取值为20 以光谱和几何差异影像为输人, 根据式( 15 ) , (a)相关系数差异影像 3.x l 4 r 相关系数 (c)相关系数直方图 0 4 000 8 000 均方差 (d)协方差直方图 -4 000 图图3光谱差异影像及直方图光谱差异影像及直方图 Fig.
16、3 Spectral difference images and histograms 40 .署江科擎院院报2016:年 f婿 (a)古3 (b) d=l 形态梯度差异值 (d)直方图,古7 图图4形态梯度差异影像形态梯度差异影像 Fig.4 Difference images of morphological gradient 获得变化类和非变化类的隶属度團像, 其中变化类 的隶屬度图像如圈5 所滅 根据式(3)计算出差异影像的模糊度, 然后根 相关系数隶属度 协方差隶属度 (C)形态梯度隶属度 图图5变化类的隶属度图像变化类的隶属度图像 Fig.5 Membership images o
17、f changed class 据式(5)对隶属度进行加权处理, 加权后的变化类 隶属度.图像如图:6 所示。 以加权后的变化类隶属度图像为输人, 采用阈 值分割的方式进行分割, 经椒盐嗓声滤除后, 获得如 图 7 所示的变化结果。为定量评价各种分割算法的 优越性, 将各种方法的分割结果.与参考数据进行对 比分析, 参考区域见图2(b)所标注区域, 采用混淆 矩 阵 进 行 精 度 评 定 , 精 度 评 定 的 指 标 为 :Kappa系 11.期刘淑凤等融合光谱和几何翁征的高分辨率遥感变化检测研究41 加权相关系数隶属度 (b)加权协方差隶属度 (c)加权形态梯度隶属度 (d)融合隶属度
18、(a) 相关系数 (d) 本文融合方法 图6加权后变化类的隶属度图像及融合隶属度 图7变化检测结果 Fig.6 Fusion of weighted membership images Fig.7 Final results of change detection of changed class 42 长江科学院院报 2016 年 数、 总体精度Pt、 漏检率A、 虚 检 率 6。精度评定结 果如表1 所示, 总体看来, 本文融合光谱和几何特征 的方法, 与其它类型的方法相比, 具有更高的Kappa 系数、 总体精度Pt, 更低的漏检率A、 虚检率Pf。 表 1各种方法变化检测结果比较表 1
19、各种方法变化检测结果比较 Table 1 Segmentation results by several algorithms 方法阈值 Kappa系数 相关系数 0.500.660.370.570.06 协方差 0.400.660.380.550.07 形态梯度 0.450.600.210.780.01 本文融合方法 0.600.780.600.350.05 4结论 本文以多时相高分辨率影像为实验数据, 提出 了 一种融合光谱和几何特征的变化检测算法。根据 模糊集理论, 在建立变化类和非变化类隶属度基础 之上, 进行了光谱相关系数、 协方差差异影像和形态 梯度差异影像的决策融合研究, 研究结
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 融合 光谱 几何 特征 高分辨率 遥感 变化 检测 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【wen****889】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【wen****889】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。