基于统计检验的面向对象遥感图像变化检测

论文总字数：22589字

目 录

1引言 1

1.1研究目的及意义 1

1.2变化检测方法的分类 1

1.2.1算数运算法 1

1.2.2图像变换法 2

1.2.3分类后比较法 2

1.2.4其他方法 2

1.3变化检测的研究现状 3

1.4本文的技术方法 5

2方法 5

2.1研究区概况 5

2.1.1研究区介绍 5

2.1.2研究区地物特征分析 5

2.2数据与预处理 6

2.3变化检测方法 7

2.3.1变化类型的定义 7

2.3.2多尺度分割 7

2.3.3对象特征提取 7

2.3.4统计特征分析 8

2.3.5特征组合方式 9

2.3.6卡方分布模型 9

2.3.7检测精度评价方法 11

3结果 12

3.1 变化检测结果 12

3.2 检测精度分析 14

4讨论 16

4.1 对比实验 16

4.2 存在问题和未来展望 19

5结论 19

参考文献 20

致谢 22

基于统计检验的面向对象遥感图像变化检测

许如国

, China

Abstract: As one of the key technologies in the field of remote sensing, change detection has important applications in many fields such as agroforestry and resource management. Since Landsat archived data was released for free in 2008, the time-sequential change detection method based on Landsat remote sensing image has made great progress. However, the main targets of change detection are mostly forests and there are few utilization indexes. There are relatively few studies on the comprehensive use of multiple indicators to simultaneously detect changes in multiple land cover types. This paper uses the method of comparison to the first division, for the two-phase Landsat remote sensing image, the multi-resolution segmentation was performed simultaneously on the 12 bands except the thermal infrared band. The spectral and texture features of the object were acquired, and the characteristic differences on each of the 6 bands were calculated. Then, the chi-square distribution model was constructed, and the object of change was detected using the characteristics of the chi-square distribution. For a given degree of confidence 0.95, 0.98, 0.99, and 0.999, when the confidence is 0.99, the overall accuracy obtained by principal component analysis (PCA) of features is 89.07% and the Kappa coefficient is 0.7788. The entire change detection process is fully automated. The test object is no longer a single-type object, and it is very versatile. It has a good application prospect in the detection of changes in comprehensive surface features.

Keywords: object-based; multi-resolution segmentation; chi-square distribution model; change detection

2. 引言

1.1研究目的及意义

随着社会发展与科技进步，人类开采资源和改造自然的能力不断增强，自然界的变化和人类活动每天都在改变着地表土地覆盖类型和土地利用形式。近几十年来，人口的爆发式增长以及城市化的快速推进，更是加剧了土地覆盖和土地利用（LCLU）的变化^[1]。这些变化将对全球资源的分布和生态环境的变化产生深远的影响，已经引起了广泛的关注^[2]。

全球资源分布的变化、土地利用形式的改变、城镇化的发展、空间生产资料的更新等关系到人民生活和人类社会可持续发展的一系列问题，归根结底即为地物目标的变化检测问题^[3]。由于遥感对地观测有着实时高效、覆盖范围广、光谱信息丰富和时序周期等特点，遥感技术已经成为变化检测最主要的手段，而变化检测也是目前遥感应用领域的热点研究之一。遥感变化检测技术为资源环境调查、灾害监测评估提供了有利的研究手段，对于社会发展规划和防灾减灾有着重要的指导和决策意义。

1.2变化检测方法的分类

遥感图像的变化检测是从不同时期观测的图像信息中检测目标物变化的过程。长期以来，众多学者以及科研人员根据不同的应用对象和要求，提出了多种遥感影像变化检测方法^{[5, 6]}，具体可分类归纳为算数运算法、图像变换法、分类后比较法、GIS集成法、高级模型法、视觉分析法和其他方法等^[7]。

1.2.1 算数运算法

算数运算法，即在遥感影像间进行代数运算，是最简单且最为广泛使用的一种变化检测算法，包括图像差值法、图像比值法^[8]、植被指数差值法^[9]、图像回归法^[10]。

图像差值法是在两时相遥感影像间按波段逐个像元进行相减，未变化的像元在两时相遥感影像上有相同的DN值，差值为0，而变化的像元差值绝对值不为0，可以设定合适的阈值对变化的像元进行筛选，存在的主要问题是像元容易受到影像噪声干扰，造成变化的阈值难以选定。

图像比值法原理和图像差值法相似，同一地区的两时相遥感影像按波段相应像素进行比值运算，显然，比值近似于1的为未变化的像元，比值明显高于或低于1的为变化的像元，但最佳阈值的选定依旧是一个问题。

植被指数差值法利用了植被在红光波段有很强的吸收作用，而在近红外波段有很强的反射作用，利用植被在这两个波段上的响应差，通过比值运算可以很好的突出植被信息，并区分其他地物，同时比值运算可以削弱地形的影响，对两时相遥感影像的辐射差异进行一定程度的归一化处理。

图像回归法，假设两时相遥感影像间存在一个线性函数关系，通过最小二乘进行回归运算，解求回归系数，将一幅遥感影像代入回归方程计算预测值，减去另一幅影像的原始值，即可计算回归残差，设定阈值确定变化像元。两时相遥感影像间的回归运算相当于进行了相对辐射校正，有效削弱了大气和太阳高度角不同的带来的影响。

以上算数运算法的共同特点就是原理简单，计算便捷，但是都存在阈值选定的问题，且大多是基于像素的，易受噪声干扰。

1.2.2 图像变换法

图像变换法，包括主成分变换，K-T变换（又称缨帽变换）等。主成分变换是根据贡献率来提取主要信息，去除冗余信息的一种方法，在变化检测中又分为主成分差异法、差异主成分法和多波段主成分分析法。主成分差异法，将两时相遥感影像的对应波段数据组成一个波段组，对这个波段组进行主成分分析，则得到的前几个主成分聚集了影像未变化的主要信息，而后几个分量包含了主要的变化信息，对后几个分量进行波段组合即可提取出变化信息；差异主成分法，先对两时相遥感影像进行图像差值运算，由于作差可以有效地突出变化信息，而滤除两幅影像上相同的背景，所以得到的差值图像主要包含了影像的变化信息，对差值图像进行主成分变换，贡献率最大的前几个主成分则包含了几乎所有的变化信息，可以有效地进行变化检测；多波段主成分分析法，考虑遥感影像的所有波段进行主成分分析，丰富的波谱信息可以适应多种地物的变化检测。主成分变换法的优点在于可以有效去除冗余信息，且各个主成分间的相关性很低，可以显著地突出变化信息，但是各主成分是根据统计关系提取出的，地理意义不是很明确，且只能反映地类变化的分布和大小，不能显示地类变化的类型。

K-T变换，通过特定系数的变换矩阵可以将遥感影像的各个波段投影到新的三维空间，例如对Landsat5号卫星遥感影像除热红外波段的其余6个波段进行K-T变换，可以得到新的变量BI（亮度指数）、GI（绿度指数）和WI（湿度指数），这些新的指数对于地物的一些特征有着更好的表达，丁海勇^[11]等在利用K-T变换对香港地区进行变化检测时就取得了很好的效果。但是，对于不同传感器，K-T变换的转换系数是不同的，因此在使用K-T变换时要考虑遥感影像的传感器类型，选择对应的转换系数。

1.2.3 分类后比较法

剩余内容已隐藏，请支付后下载全文，论文总字数：22589字

相关图片展示：