本發(fā)明以?xún)蓵r(shí)相的遙感圖像為基礎(chǔ)數(shù)據(jù)，通過(guò)幾何配準(zhǔn)、輻射校正等圖像預(yù)處理過(guò)程，將兩時(shí)相的差分圖像與遙感圖像中的地物結(jié)構(gòu)信息相結(jié)合，利用本發(fā)明的算法完成對(duì)國(guó)土資源的變化監(jiān)測(cè)，得到較為清晰的變化區(qū)域。提高國(guó)土資源變化檢測(cè)的自動(dòng)化水平和監(jiān)測(cè)精度，減少主觀因素的影響。屬于空間分析應(yīng)用
技術(shù)領(lǐng)域：
，為公眾、政府等相關(guān)用戶(hù)提供較好的國(guó)土資源信息變化檢測(cè)手段。
背景技術(shù)：
：隨著社會(huì)與技術(shù)的發(fā)展，人類(lèi)的各種活動(dòng)每天都在改變著地表景觀及其利用形式，人口的快速增長(zhǎng)及城市化的發(fā)展，加速了這種變化的速度。因此，快速而有效地監(jiān)測(cè)這些變化信息，分析變化的特點(diǎn)和原因及其影響結(jié)果，對(duì)于實(shí)現(xiàn)我國(guó)的可持續(xù)發(fā)展具有十分重要的意義。近幾十年來(lái)，隨著航天技術(shù)、傳感器技術(shù)、計(jì)算機(jī)技術(shù)及其相關(guān)科學(xué)的迅猛發(fā)展，遙感技術(shù)得到了飛速進(jìn)步。作為一門(mén)正在興起、并有著廣泛應(yīng)用前景的學(xué)科，遙感技術(shù)是到目前為止能夠提供大面積范圍的動(dòng)態(tài)觀測(cè)數(shù)據(jù)的唯一手段，具有空間上的連續(xù)性和時(shí)間上的序列性，可以提供進(jìn)行地物感知和監(jiān)測(cè)的多時(shí)相圖像數(shù)據(jù)。因此，通過(guò)分析同一地理位置的多時(shí)相遙感圖像，是獲取國(guó)土資源變化信息的一種有效途徑。利用多時(shí)相遙感圖像獲取地物變化信息的過(guò)程稱(chēng)之為變化檢測(cè)，它是一種針對(duì)遙感圖像的特點(diǎn)而建立的數(shù)據(jù)分析方法，用于識(shí)別一個(gè)物體或現(xiàn)象的狀態(tài)變化。當(dāng)前，變化檢測(cè)技術(shù)已經(jīng)成為遙感研究中的熱點(diǎn)，被廣泛地應(yīng)用于國(guó)民經(jīng)濟(jì)和國(guó)防建設(shè)的諸多領(lǐng)域。在民用上，主要用于資源與環(huán)境監(jiān)測(cè)中的土地利用和覆蓋變化、森林和植被變化、濕地變化、城市擴(kuò)展、地形改變等變化信息獲取；以及自然災(zāi)害中地震、洪水、泥石流和森林大火等災(zāi)情監(jiān)測(cè)與評(píng)估。雖然遙感圖像的變化檢測(cè)研究已經(jīng)得到了很大的發(fā)展，但目前仍處于探索階段，自動(dòng)化水平不高，常常需要通過(guò)人工干預(yù)的方式來(lái)實(shí)現(xiàn)。而隨著遙感信息獲取技術(shù)在時(shí)間、空間和光譜分辨率的提高，遙感圖像數(shù)據(jù)量有了巨大的增加，過(guò)多地采用人工手段來(lái)處理這些海量數(shù)據(jù)將是一項(xiàng)非常繁重的任務(wù)，甚至有時(shí)難以實(shí)現(xiàn)。因此迫切需要一些自動(dòng)化變化檢測(cè)技術(shù)，使之可以通過(guò)計(jì)算機(jī)對(duì)同一地域不同時(shí)相的遙感圖像進(jìn)行分析和比較，得到地物變化的信息?；趦蓵r(shí)相遙感圖像的國(guó)土資源變化監(jiān)測(cè)算法采用了將遙感影像的灰度信息與紋理信息相結(jié)合的方法，融匯了兩種特征信息來(lái)綜合檢測(cè)圖像中的地物變化，這是提高僅僅基于光譜特征的變化檢測(cè)方法的一個(gè)有效途徑。也大大提高了變化范圍檢測(cè)的準(zhǔn)確度和客觀性，提高了國(guó)土資源變化檢測(cè)的自動(dòng)化水平。對(duì)于某些應(yīng)用，如針對(duì)重要軍事地域的變化檢測(cè)室，該地域的地理信息一般不夠準(zhǔn)確，甚至難以得到。同時(shí)，遙感圖像的獲取變得越來(lái)越方便，使得分析不同時(shí)相遙感圖像的變化檢測(cè)成為獲取該類(lèi)地域變化信息的主要手段。技術(shù)實(shí)現(xiàn)要素：針對(duì)現(xiàn)階段國(guó)土資源等相關(guān)部門(mén)及特定行業(yè)對(duì)國(guó)土資源變化檢測(cè)需求的迫切性，本發(fā)明提出了一種結(jié)合了圖像灰度信息和圖像中地物結(jié)構(gòu)信息的方法。以?xún)蓚€(gè)時(shí)相的同一傳感器同一地區(qū)的遙感圖像數(shù)據(jù)為基礎(chǔ)，通過(guò)幾何配準(zhǔn)、輻射校正等圖像預(yù)處理手段，得到良好的兩時(shí)相遙感圖像。通過(guò)使用該發(fā)明算法實(shí)現(xiàn)圖像變化檢測(cè)，將變化區(qū)域較好的提取出來(lái)形成圖斑；為國(guó)土資源等相關(guān)部門(mén)提供可靠性較高的變化檢測(cè)結(jié)果，輔助政府決策。本發(fā)明采用的技術(shù)路線如下：技術(shù)實(shí)施路線共包括五個(gè)部分，分別為：幾何配準(zhǔn)、輻射校正、兩時(shí)相遙感圖像差分、兩時(shí)相遙感圖像紋理提取與差分、灰度差分圖像與紋理差分圖像信息融合。具體情況如下：一、幾何配準(zhǔn)圖像配準(zhǔn)是多圖像分析的基礎(chǔ)，它將同一區(qū)域的兩幅或多幅影像在空間位置上最佳地對(duì)應(yīng)起來(lái)，這些影像或者是來(lái)自同一時(shí)相的不同傳感器，或者是來(lái)自不同時(shí)相的統(tǒng)一傳感器，或者是來(lái)自不同時(shí)相的不同傳感器。遙感圖像配準(zhǔn)過(guò)程實(shí)際是指尋找兩幅圖像在空間上一對(duì)一映射的過(guò)程，也就是說(shuō)，要將兩幅圖像中對(duì)應(yīng)于空間上同一位置的點(diǎn)聯(lián)系起來(lái)。二、輻射校正1.傳感器校正2.大氣校正3.太陽(yáng)高度校正4.地形校正三、兩時(shí)相遙感圖像差分對(duì)于大多數(shù)地物，光譜特性的差異是判斷其發(fā)生變化的主要依據(jù)，基于光譜特征的技術(shù)和方法正是基于這種原理來(lái)實(shí)現(xiàn)地物的變化檢測(cè)，這類(lèi)方法在當(dāng)前變化檢測(cè)的應(yīng)用中最為廣泛。圖像代數(shù)運(yùn)算即圖像差分時(shí)經(jīng)常采用的基于光譜特征的變化監(jiān)測(cè)具體技術(shù)和實(shí)現(xiàn)的途徑。圖像差分，一般是指圖像灰度差分，是一種基于簡(jiǎn)單代數(shù)差分運(yùn)算的變化檢測(cè)方法，可以應(yīng)用于多種不同的地理環(huán)境和圖像類(lèi)型。試用圖像差分時(shí)，首先需要根據(jù)不同時(shí)相圖像中所對(duì)應(yīng)的地物光譜值的差異，通過(guò)差分運(yùn)算生成差分圖像，然后選擇合適的門(mén)限在差分圖像中分出灰度值大的部分，以此代表地面上發(fā)生變化的區(qū)域。基于圖像差分的變化檢測(cè)方法，主要是通過(guò)分析反映地物光譜值改變的灰度差分圖像來(lái)實(shí)現(xiàn)變化檢測(cè)。在大多數(shù)情況下分析灰度差分圖像是有效的，但是，在某些條件下，僅僅利用地物的光譜特征的灰度差分圖像難以實(shí)現(xiàn)地物的變化檢測(cè)。四、兩時(shí)相遙感圖像紋理提取與差分遙感圖像是地面目標(biāo)在圖像上的光譜和幾何特征的綜合反映，在某些情況下，基于光譜差異的變化檢測(cè)方法不能很好的區(qū)分地物的差異，這時(shí)采用基于空間特征的方法可能會(huì)有更好的效果。同時(shí)，高分辨率遙感圖像中的人造目標(biāo)，結(jié)構(gòu)特征是目標(biāo)特性的主要表現(xiàn)形式，而且基于空間結(jié)構(gòu)特征的描述容易結(jié)合目標(biāo)模型，更便于高層分析。因此，通過(guò)分析比較不同時(shí)相遙感圖像中目標(biāo)的空間結(jié)構(gòu)特征，在人造目標(biāo)變化檢測(cè)分析中具有明顯的優(yōu)點(diǎn)，是變化監(jiān)測(cè)發(fā)展的一個(gè)方向。五、灰度差分圖像與紋理差分圖像信息融合基于差分圖像融合的變化檢測(cè)是將灰度差分圖像與紋理差分圖像相結(jié)合進(jìn)行變化區(qū)域檢測(cè)的處理方法，主要處理流程為：輸入多時(shí)相遙感圖像后，先通過(guò)圖像配準(zhǔn)和相對(duì)輻射校正方法實(shí)現(xiàn)不同時(shí)相遙感圖像的幾何和輻射校正；然后根據(jù)貝葉斯原理融合紋理差分圖像和灰度差分圖像；接著根據(jù)最大似然函數(shù)實(shí)現(xiàn)差分圖像融合后的初始分類(lèi)；最后通過(guò)一種自適應(yīng)的參數(shù)估計(jì)實(shí)現(xiàn)融合后的分類(lèi)，得到變化區(qū)域。技術(shù)路線方案示意圖如圖1所示。本變化檢測(cè)算法的流程描述如下：輸入多時(shí)相遙感圖像后，先通過(guò)圖像配準(zhǔn)和相對(duì)輻射校正方法實(shí)現(xiàn)不同時(shí)相遙感圖像的幾何和輻射校正；將校正后的影像分別進(jìn)行灰度差分和紋理提取、差分；將得到的兩種結(jié)果數(shù)據(jù)采用本算法，然后得到變化圖斑?；谶b感圖像的國(guó)土資源變化監(jiān)測(cè)的主要技術(shù)難點(diǎn)在于：將已經(jīng)獲得的灰度差分圖像與紋理圖像相結(jié)合得到變化圖斑。本算法根據(jù)貝葉斯原理融合紋理差分圖像和灰度差分圖像；接著根據(jù)最大似然函數(shù)實(shí)現(xiàn)差分圖像融合后的初始分類(lèi)；最后通過(guò)一種自適應(yīng)的參數(shù)估計(jì)實(shí)現(xiàn)融合后的分類(lèi)，得到變化區(qū)域。。附圖說(shuō)明圖1是基于兩時(shí)相遙感圖像的國(guó)土資源變化監(jiān)測(cè)技術(shù)方案路線圖；圖2是遙感影像幾何校正流程示意圖；具體實(shí)施方式一、幾何配準(zhǔn)影像幾何配準(zhǔn)就是對(duì)不同時(shí)間、不同波段、不同傳感器系統(tǒng)所獲得的同一地區(qū)的影像，建立其相互間的對(duì)應(yīng)關(guān)系，確定相應(yīng)的幾何變換參數(shù)，對(duì)兩幅圖像中的一幅進(jìn)行幾何變換的方法，即實(shí)現(xiàn)兩幅影像同名像元的配準(zhǔn)。幾何多項(xiàng)式模型是一個(gè)二維坐標(biāo)變換過(guò)程，即校正過(guò)程不需要有影像的DEM信息。當(dāng)多項(xiàng)式次數(shù)為1時(shí)，模型等同于仿射變換，這在地形平坦時(shí)適用，影像間的變形可以認(rèn)為是平移、旋轉(zhuǎn)和縮放。當(dāng)數(shù)據(jù)集中存在嚴(yán)重的幾何誤差時(shí)可以選擇較高次的多項(xiàng)式模型，理論上，多項(xiàng)式的次數(shù)越高，就越接近模擬原始輸入影像的幾何誤差的應(yīng)得參數(shù)，并將像元放置在對(duì)應(yīng)的糾正后輸出影像的正確平面位置上。高次多項(xiàng)式常常能夠精確的擬合地面控制點(diǎn)周?chē)膮^(qū)域，然而，在遠(yuǎn)離GCP的區(qū)域可能引入其它幾何誤差。另外，由于需要進(jìn)行大量數(shù)學(xué)運(yùn)算，采用高次多項(xiàng)式對(duì)遙感影像進(jìn)行幾何糾正時(shí)，所需的運(yùn)算時(shí)間要長(zhǎng)一些。通常2次多項(xiàng)式校正可以達(dá)到比較理想的校正結(jié)果。幾何多項(xiàng)式校正在原始影像與參考影像間找到一種數(shù)學(xué)關(guān)系，建立變換前圖像坐標(biāo)與其地面同名像點(diǎn)地圖坐標(biāo)之間的函數(shù)關(guān)系。x=fx(X,Y)y=fy(X,Y)]]>通常f為二元n次多項(xiàng)式，多項(xiàng)式的項(xiàng)數(shù)(即系數(shù)個(gè)數(shù))N與其階數(shù)n有著固定的關(guān)系：N=12(n+1)(n+2)]]>每個(gè)控制點(diǎn)形成兩個(gè)方程，按不同階數(shù)校正所要求的最少控制點(diǎn)個(gè)數(shù)不一樣，一般要求多選一些。這樣多項(xiàng)式的系數(shù)可按照最小二乘原理進(jìn)行求解，精度高一些。幾何多項(xiàng)式糾正法計(jì)算簡(jiǎn)單，該方法對(duì)各種類(lèi)型傳感器的糾正都是普遍適用的，并且該方法不僅用于影像對(duì)地面(或地圖)的系統(tǒng)糾正，還常用于不同類(lèi)型影像之間的相互幾何配準(zhǔn)，以滿(mǎn)足影像鑲嵌、影像變換檢測(cè)等處理的需要。二、輻射校正1.標(biāo)繪知識(shí)主題分類(lèi)2.多尺度空間標(biāo)繪數(shù)據(jù)自組織模型基于多尺度空間標(biāo)繪數(shù)據(jù)自身所具有的表達(dá)特點(diǎn)，結(jié)合分幅組織、分區(qū)域組織、分要素組織和混合要素組織多重層面，從平面及垂直空間上進(jìn)行數(shù)據(jù)的劃分，多層次、多角度建立空間標(biāo)繪數(shù)據(jù)的多級(jí)表達(dá)，建立面向全球的層次關(guān)聯(lián)規(guī)則的多尺度空間索引，實(shí)現(xiàn)多尺度空間標(biāo)繪數(shù)據(jù)的自組織。3.標(biāo)繪內(nèi)容的自動(dòng)/半自動(dòng)整合4.地理信息可視化服務(wù)與地圖動(dòng)態(tài)發(fā)布將標(biāo)繪和標(biāo)繪區(qū)域建立R+樹(shù)索引、實(shí)現(xiàn)標(biāo)繪數(shù)據(jù)的實(shí)時(shí)定位和提?。换赬ML規(guī)范建立標(biāo)繪數(shù)據(jù)的可視化發(fā)布和實(shí)體表達(dá)協(xié)議；采用WebService技術(shù)、建立標(biāo)繪數(shù)據(jù)的可視化和數(shù)據(jù)服務(wù)系統(tǒng)。三、兩時(shí)相遙感圖像灰度差分使用圖像差分時(shí)，首先需要根據(jù)不同時(shí)相圖像中所對(duì)應(yīng)的地物光譜值的差異，通過(guò)差分運(yùn)算生成差分圖像，然后選擇合適的門(mén)限在差分圖像中分出灰度值大的部分，以此代表地面上發(fā)生變化的區(qū)域。基于圖像差分的變化檢測(cè)方法，主要是通過(guò)分析反映地物光譜值改變的灰度差分圖像來(lái)實(shí)現(xiàn)變化檢測(cè)。在大多數(shù)情況下分析灰度差分圖像是有效的，但是，在某些條件下，僅僅利用地物的光譜特征的灰度差分圖像難以實(shí)現(xiàn)地物的變化檢測(cè)。四、兩時(shí)相遙感圖像紋理提取與差分遙感圖像是地面目標(biāo)在圖像上的光譜和幾何特征的綜合反映，在某些情況下，基于光譜差異的變化檢測(cè)方法不能很好的區(qū)分地物的差異，這時(shí)采用基于空間特征的方法可能會(huì)有更好的效果。同時(shí)，高分辨率遙感圖像中的人造目標(biāo)，結(jié)構(gòu)特征是目標(biāo)特性的主要表現(xiàn)形式，而且基于空間結(jié)構(gòu)特征的描述容易結(jié)合目標(biāo)模型，更便于高層分析。因此，通過(guò)分析比較不同時(shí)相遙感圖像中目標(biāo)的空間結(jié)構(gòu)特征，在人造目標(biāo)變化檢測(cè)分析中具有明顯的優(yōu)點(diǎn)。五、灰度差分圖像與紋理差分圖像信息融合基于差分圖像融合的變化檢測(cè)是將灰度差分圖像與紋理差分圖像相結(jié)合進(jìn)行變化區(qū)域檢測(cè)的處理方法，主要處理流程為：輸入多時(shí)相遙感圖像后，先通過(guò)圖像配準(zhǔn)和相對(duì)輻射校正方法實(shí)現(xiàn)不同時(shí)相遙感圖像的幾何和輻射校正；然后根據(jù)貝葉斯原理融合紋理差分圖像和灰度差分圖像；接著根據(jù)最大似然函數(shù)實(shí)現(xiàn)差分圖像融合后的初始分類(lèi)；最后通過(guò)一種自適應(yīng)的參數(shù)估計(jì)實(shí)現(xiàn)融合后的分類(lèi)，得到變化區(qū)域。當(dāng)前第1頁(yè)1 2 3