多時(shí)相遙感圖像變化檢測(cè)技術(shù)研究.pdf

1、變化檢測(cè)作為遙感圖像分析中的一項(xiàng)重要應(yīng)用，為環(huán)境監(jiān)測(cè)、資源勘探、災(zāi)害救援與治理提供了有效的技術(shù)手段。近二十年來(lái)，遙感圖像的變化檢測(cè)方法雖然不斷更新，但變化檢測(cè)仍然受到不同因素的影響。大量的研究試圖尋找各種新的遙感圖像變化檢測(cè)方法，但目前為止，并沒(méi)有一種通用方法能夠?qū)Σ煌瑮l件、不同情況的應(yīng)用給出完全滿意的結(jié)果。針對(duì)目前現(xiàn)有的兩時(shí)相變化檢測(cè)方法存在的問(wèn)題和局限性，本文進(jìn)行了以下研究：
　　首先，針對(duì)標(biāo)準(zhǔn)馬爾科夫隨機(jī)場(chǎng)（MRF）方法存在

2、的先驗(yàn)?zāi)芰亢退迫荒芰恐g采用同樣不變權(quán)重的問(wèn)題，提出了一種基于自適應(yīng)權(quán)重MRF模型的變化檢測(cè)方法。該方法首先對(duì)于圖像進(jìn)行細(xì)節(jié)特征的提取，將圖像中的細(xì)節(jié)特征位置進(jìn)行判別。將不屬于圖像細(xì)節(jié)特征的位置賦予較大權(quán)重于先驗(yàn)?zāi)芰?，而將屬于圖像細(xì)節(jié)特征的位置賦以較小權(quán)重于先驗(yàn)?zāi)芰?。該方法首先基?鄰域線過(guò)程提取邊緣像素點(diǎn)；然后規(guī)定了自適應(yīng)權(quán)重函數(shù)（AWF）的條件，并列舉了8個(gè)AWF的例子；最后對(duì)于多時(shí)相遙感圖像進(jìn)行了實(shí)驗(yàn)以驗(yàn)證本方法的有效性。

3、　　針對(duì)標(biāo)準(zhǔn)EM參數(shù)估計(jì)方法不考慮像素間的鄰域信息，易受噪聲影響，參數(shù)估計(jì)不精確的問(wèn)題，提出了一種基于證據(jù)理論的EM參數(shù)估計(jì)方法并將其應(yīng)用于變化檢測(cè)。為了能夠在參數(shù)估計(jì)的過(guò)程中利用鄰域信息，本文將Dempster-Shafer證據(jù)理論（DST）集成于文獻(xiàn)中的EM算法中，使每一步參數(shù)的迭代更新不僅取決于當(dāng)前中心像素的亮度，還取決于其鄰域像素的亮度。從而得到一種基于DST的EM方法（EEM）。為進(jìn)一步提高變化檢測(cè)精度，本文采用最大后驗(yàn)估計(jì)（

4、MAP）標(biāo)記方法對(duì)于EEM算法的結(jié)果進(jìn)行MAP標(biāo)記。假設(shè)差值圖像的類別標(biāo)記滿足局部光滑條件，根據(jù)EEM算法得到的參數(shù)和初始標(biāo)記，經(jīng)過(guò)迭代MAP標(biāo)記更新得到最終結(jié)果。實(shí)驗(yàn)結(jié)果表明，MAP標(biāo)記方法的噪聲抑制能力強(qiáng)于EEM。
　　針對(duì)標(biāo)準(zhǔn)ACM模型不適用于合成孔徑雷達(dá)（SAR）圖像變化檢測(cè)的問(wèn)題，提出了一種基于廣義高斯分布和活動(dòng)輪廓模型的SAR圖像變化檢測(cè)方法。由于SAR圖像通常受乘性斑點(diǎn)噪聲的影響，傳統(tǒng)的C-V活動(dòng)輪廓模型假設(shè)圖像為分

5、段光滑，這與SAR圖像數(shù)據(jù)性質(zhì)相違背，因此不能直接應(yīng)用于SAR圖像變化檢測(cè)。本文將C-V活動(dòng)輪廓模型推廣到廣義高斯混合模型假設(shè)下，得到一種基于廣義高斯分布和ACM模型的SAR圖像變化檢測(cè)方法，并驗(yàn)證了其有效性。
　　針對(duì)通常采用的CVA方法丟失光譜特征空間信息的問(wèn)題，提出了一種基于平穩(wěn)小波和集成活動(dòng)輪廓模型的多譜多時(shí)相遙感圖像變化檢測(cè)方法。該方法將光譜變化矢量特征空間看做2維黎曼流形嵌入到2+B維高維流形，其中B是光譜波段數(shù)。變化