基于空间信息准确性增强的遥感影像变化检测方法研究

发布时间：2017-05-04 06:03

  本文关键词：基于空间信息准确性增强的遥感影像变化检测方法研究，由笔耕文化传播整理发布。

【摘要】：遥感变化检测技术已成为一种有效的地表变化监测手段。然而,由于自然环境本身的复杂性、与遥感波谱相互作用的复杂性以及传感器本身的局限性,使得获取的遥感影像中存在大量的混合像素、“同物异谱”和“同谱异物”等现象。此外,遥感影像预处理与变化检测算法本身存在的不确定性也降低了变化检测的精度。研究表明,光谱与空间信息结合的变化检测方法可以在一定程度上解决上述问题,但多数方法对空间信息的描述和利用还不够准确。基于此,本文对现有变化检测方法存在的不确定性进行深入分析,研究配准不确定性与变化检测精度的关系,针对不同空间分辨率的遥感影像,分别基于像素级、对象级和特征级方法增强空间信息的准确性,提出可靠的光谱与空间信息结合的变化检测方法,降低遥感数据本身及变化检测方法的不确定性对检测结果的影响,提高变化检测精度。研究成果将为结合光谱与空间信息的变化检测提供新思路。具体研究工作与结论主要包括:(1)通过遥感影像变化检测实验分析得出配准不确定性引起的变化检测错误及其空间分布的规律:1)仅考虑配准误差时,要保证变化检测的正确率达到90%以上,配准误差至少要控制在0.6个像素以内;2)无论中分辨率还是高分辨率影像,由配准误差引起的虚检像素基本分布在边缘附近1个像素的范围内;3)对于中分辨率影像,大约70%左右的漏检像素发生在边缘附近1个像素的范围内;对于高分辨率影像,50%-60%的漏检像素发生在边缘附近1或2个像素的范围内。(2)针对遥感影像中存在的混合像素及模糊边界问题,提出一系列新的基于主动轮廓模型的变化检测方法:1)在像素级层上,假设差分影像符合混合高斯分布,用EM算法估计未变化和变化像素的灰度平均值,并将其引入主动轮廓模型中建立新的能量函数,增强未变化和变化像素的区分程度,提高了变化检测精度;2)在特征级层上,提出对小尺度和大尺度变化检测图进行优势融合的策略,保留不同轮廓长度参数下变化检测图的优势,在一定程度上减弱了轮廓长度参数对变化检测结果精度的影响;3)在对象级层上,以震前的GIS矢量数据提供的建筑物轮廓作为初始轮廓,利用主动轮廓模型处理震后的高分辨率遥感影,检测倒塌建筑物,避免了设置阈值带来的不确定性,提高了检测结果的精度和稳定性。(3)在像素级层上,提出了基于空间邻域信息准确性增强的马尔可夫随机场变化检测方法:1)通过空间引力模型将模糊C均值聚类算法计算得到的隶属度信息引入到马尔可夫随机场中,增强了像素空间邻域关系的准确性,得到了更高精度的变化检测结果;2)根据估计的变化和未变化类别的中心像素灰度值设置阈值T1和T2,将差分像分为未变化、不确定是否变化和变化三部分,并分别设计不同的空间信息权重计算策略,减弱了传统方法对空间邻域信息的过度利用,提高了变化检测精度。(4)在对象级层上,通过充分考虑地物类的特点,确定与不同地类变化相适应的最佳分割尺度,提出了两种利用对象的空间特征和多尺度信息进行变化检测的方法:1)利用SRM算法生成的分割结果对主动轮廓模型生成的初始变化检测结果进行精化,减弱了分割尺度和主动轮廓模型中轮廓长度参数的影响,提高了变化检测结果的精度及稳定性;2)将基于像素和面向对象的变化检测结果结合,对分割结果存在的尺度不确定性进行分析,利用更精细的分割结果对不确定是否变化的图斑进行后处理,减弱了分割不确定性对变化检测结果的影响,提高了变化检测精度。(5)在特征级层上,提出了边缘密度匹配指数,同时引入了GLCM、Gabor和GMRF三种纹理特征,将这些特征与光谱信息组合,并利用小波变换对特征进行分解,通过DS证据理论和优势融合策略提取变化信息。通过实验表明光谱、纹理、边缘特征组合可以在提高变化检测精度,且不同的特征组合对变化检测精度的提高程度不同。此外,光谱、Gabor纹理和边缘特征的融合方法比较稳定且效果较好。
【关键词】：遥感影像变化检测 空间信息 准确性增强 主动轮廓 马尔可夫随机场 尺度不确定性 多特征融合
【学位授予单位】：中国矿业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP751
【目录】：

• 致谢4-5
• 摘要5-7
• abstract7-10
• Extended Abstract10-26
• 变量注释表26-28
• 1 绪论28-39
• 1.1 研究背景与意义28-29
• 1.2 国内外研究进展29-36
• 1.3 存在的问题36-37
• 1.4 研究内容与章节安排37-39
• 2 配准误差对变化检测结果的影响39-53
• 2.1 研究方法39-41
• 2.2 实验结果与分析41-51
• 2.3 本章小结51-53
• 3 基于主动轮廓模型的遥感影像变化检测53-82
• 3.1 主动轮廓模型53-56
• 3.2 EM算法与主动轮廓模型结合的变化检测方法56-65
• 3.3 基于主动轮廓模型的优势融合变化检测方法65-74
• 3.4 利用主动轮廓模型检测由地震引起的倒塌建筑物74-80
• 3.5 本章小结80-82
• 4 基于马尔可夫随机场的遥感影像变化检测82-98
• 4.1 模糊C均值聚类算法82-83
• 4.2 马尔可夫随机场模型83-85
• 4.3 基于模糊C均值聚类算法和马尔可夫随机场的变化检测85-90
• 4.4 基于对比敏感Potts模型的自适应马尔可夫随机场变化检测90-96
• 4.5 本章小结96-98
• 5 面向对象的多尺度遥感影像变化检测98-129
• 5.1 SRM分割方法98-99
• 5.2 SRM与主动轮廓模型结合的面向对象的变化检测99-109
• 5.3 基于对象尺度不确定性分析的变化检测109-127
• 5.4 本章小结127-129
• 6 融合多特征的遥感影像变化检测129-159
• 6.1 遥感影像多特征提取129-137
• 6.2 遥感影像特征小波分解137-140
• 6.3 融合光谱、边缘和纹理的遥感影像变化检测方法140-143
• 6.4 实验结果与分析143-157
• 6.5 本章小结157-159
• 7 结论与展望159-162
• 7.1 研究结论159-160
• 7.2 论文创新点160-161
• 7.3 研究展望161-162
• 参考文献162-175
• 作者简历175-178
• 学位论文数据集178

  本文关键词：基于空间信息准确性增强的遥感影像变化检测方法研究，，由笔耕文化传播整理发布。

本文编号：344493