论文部分内容阅读
城市的改造发展、土地利用/覆盖变化、自然灾害频发等问题都会引起地表覆盖属性及性质的变化。及时有效地检测出地表地物的变化位置、变化过程、变化性质等信息具有重大应用价值。合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候的对地观测能力,是遥感变化检测的重要数据源。SAR影像变化检测通过对同一地区不同时相的SAR影像数据处理分析,可以快速准确的发现并提取变化信息,已经成为对地观测领域的研究热点和重要研究方向。SAR影像变化检测面临着几个问题:(1)相干斑噪声的影响;(2)差异图性能的优劣;(3)如何获取最佳阈值。本文针对上述问题,综合考虑了 SAR影像的灰度信息、纹理特征和空间相关性,通过构建更加鲁棒的差异图,研究性能优异的变化信息提取算法,开展了 SAR图像非监督变化检测方法的研究。主要工作和创新点如下:1.针对传统的基于简单代数运算变化检测方法易受噪声影响的问题,通过引入邻域信息,提出了一种基于邻域相对熵的SAR影像变化检测方法。该方法以相对熵运算为基础,通过引入不同形式的邻域信息,充分结合两时相SAR影像像元及其邻域灰度的关系,以对应邻域块的相似程度表征两时相SAR影像的差异程度。然后利用(Fuzzy Local Information C-Means,FLICM)聚类方法,将变化类像元和未变化类像元分离,实现SAR影像的自动变化检测。实验结果表明,该方法对噪声有着较强的鲁棒性。2.为了充分利用高分辨率SAR影像的纹理信息,研究了一种特征级SAR影像变化检测方法。首先,基于灰度共生矩阵计算纹理特征计算方法并构建纹理差值差异图。然后,利用广义高斯模型估计差异图中变化类像元和未变化类像元的概率分布。最后,结合KI阈值算法获取最佳分割阈值实现非监督变化检测。3.针对单一差异图易产生局部信息丢失的问题,提出了一种基于自适应邻域均值滤波的SAR影像强度-纹理特征变化检测方法。该方法首先通过构建21种邻域形式进行自适应邻域均值滤波处理,然后以离散平稳小波变换为融合工具,将对数比值差异图和逆差距纹理差值差异图融合,然后通过基于马尔科夫随机场模型的分割方法提取变化区域,得到最终的变化信息二值结果图。通过对比分析其他方法,证明了该方法对新增建筑物具有良好的检测性能。