1、遙感圖像變化檢測第7組主要內(nèi)容1. 遙感技術(shù)介紹2. 變化檢測概述3. 面向?qū)ο蟮淖兓瘷z測1. 遙感技術(shù)介紹1.1 遙感的概念遙感（Remote Sensing）： 從遠處探測、感知物體或事物的技術(shù)。即不直接接觸物體本身，從遠處通過各種傳感器探測和接受來自目標物體的信息，經(jīng)過信息的傳輸及其處理分析，來識別物體的屬性及其分布等特征的綜合技術(shù)。景山坐像1.2 遙感圖像特點1.宏觀性與綜合性（1）覆蓋范圍大：一景TM圖像為185x185平方公里（2）信息豐富2.多波段性 可采用可見光、紅外線、微波等多種波段對物體進行遙感檢測3.多時相性重復(fù)探測，有利于進行動態(tài)分析。 1.3 遙感應(yīng)用在資源調(diào)查方面的

2、應(yīng)用針對農(nóng)作物的變化檢測5月份的圖像3月份的圖像在環(huán)境監(jiān)測評價等方面的應(yīng)用貝爾加湖畔森林火災(zāi)的圖像在區(qū)域分析及建設(shè)規(guī)劃方面的應(yīng)用城市土地利用 植被覆蓋率的檢測：在地表景物中，通常只有植物在近紅外波段有很高的反射率。道路交通分析城市規(guī)劃彩紅外航片（上海市人民廣場局部） 在全球性宏觀研究中的應(yīng)用采伐后裸地的詳細調(diào)查 通過全球植被覆蓋情況監(jiān)測數(shù)據(jù)與其它環(huán)境因子變化情況的相關(guān)分析，可以得出有關(guān)植被對全球環(huán)境影響情況的結(jié)論，這為認識地球環(huán)境的整體行為，預(yù)測其未來的變化提供了有用的數(shù)據(jù)支持。 2. 變化檢測概述2.1 變化檢測的概念變化檢測的實質(zhì)是地表特征隨時間變化發(fā)生的變化而引起的兩個時期影像像元光譜響

3、應(yīng)的變化，所以利用不同時期的影像進行變化檢測就能獲得地物的變化信息。工作流程：數(shù)據(jù)選取、數(shù)據(jù)預(yù)處理、變化信息提取和分離、精度評定。2.2 數(shù)據(jù)選取盡可能選取同一季節(jié),同一時刻或相近的遙感影像,以消除太陽高度角及植物物候條件的差異影響。盡可能選取具有相同輻射分辨率的遙感影像云覆蓋20%的影像不可取土壤過于濕潤的影像也不好2.3 數(shù)據(jù)預(yù)處理幾何校正衛(wèi)星影像獲取時由于衛(wèi)星影像覆蓋范圍大受到地球曲率、傳感器高度和姿態(tài)角的變化及地形起伏的影響產(chǎn)生幾何畸變?；舅悸罚喊汛嬖趲缀位兊膱D像，糾正成符合某種地圖投影的圖像，且要找到新圖像中每一像元的亮度值。2.3 數(shù)據(jù)預(yù)處理輻射糾正衛(wèi)星成像時由于大氣狀況、太陽

4、高度角和地形等不同造成同一地區(qū)多時相影像間存在輻射差異。 基本思路：分別在不同數(shù)據(jù)源中選取對應(yīng)的多個穩(wěn)定地物點亮度值，找出對應(yīng)關(guān)系，得到回歸系數(shù)，將所有圖像的輻射條件同化到一參考圖像。2.3 遙感變化檢測的理論模型按照是否需要分類可分為：直接變化檢測和分類后變化檢測根據(jù)是否需要先驗知識可分為：監(jiān)督變化檢測和非監(jiān)督變化檢測根據(jù)變化檢測所選取的分析對象可分為：面向像素、特征、對象變化檢測根據(jù)變化檢測選取的時相可分為：雙時相和多時相變化檢測2.3.1 面向像素變化檢測圖像差值法將兩幅影像進行配準，然后將圖像中對應(yīng)像素的灰度值相減，獲得一幅差異圖像以表示在所選兩個時間當中目標區(qū)所發(fā)生的變化。圖像比值法

5、將一個時間圖像的像元值與另一個時間圖像對應(yīng)的像元值相除,增強變化信息,抑制背景信息的同時可以幫助減少大氣條件造成的影響。2.3.2 面向特征變化檢測對于特征提取后比較法，特征提取是其變化檢測的關(guān)鍵，同時也是影像處理中的難點問題。常見的目標特征有：灰度特征、紋理特征、幾何特征、顏色特征以及空間關(guān)系特征等。2.3.3 面向?qū)ο笞兓瘷z測影像對象定義為形狀與光譜性質(zhì)具有同質(zhì)性的單個區(qū)域。傳統(tǒng)的逐像元的變化檢測分析方法僅僅考慮單個像元的光譜特征，沒有考慮到周圍像元的光譜特征及鄰近像元的空問特征信息，致使變化檢測的精度較低。利用GIS對象把影像分解成多個像素組的集合，每個像素組代表一個GIS對象，即一個“

6、影像對象”，在影像分割階段就整合了光譜信息和空間信息3. 面向?qū)ο蟮淖兓瘷z測3.1 面向?qū)ο笞兓瘷z測基于像素變化檢測的局限性：應(yīng)用于中等空間分辨率衛(wèi)星圖像，不適用于高空間分辨率、多光譜圖像高空間分辨率圖像特點：高對比度的高頻分量（如陰影像素）由于視角不同，凸出地面的物體導(dǎo)致水平覆蓋（如建筑物、樹）Pixel-by-pixelObject-oriented基于新的三個通道（channel）NCI（neighborhood correlation image）：包括三部分信息：Correlation（相關(guān)性）：從特定鄰域圖像（如3*3）中提取包含此鄰域變化信息Slope（斜率）、intercept

7、（截距）：作為附屬數(shù)據(jù)用于變化檢測CorrelationSlopeintercept專家系統(tǒng)或面向?qū)ο蠓诸惣夹g(shù)詳細的 “from-to”變化信息數(shù)據(jù)來源：ADAR 5500遙感系統(tǒng)3.2 實例分析隨機選取800個采樣參考點（ArcGIS軟件），分為13個類：創(chuàng)建多層NCIs：1.correlation：圖像1特定鄰域中所有波段第i個像元亮度值2.slope和intercept：不變區(qū)域：slope1，intercept0計算公式：slope（a），intercept（b）創(chuàng)建的NCIs：（neighborhood with a 1-pixel radius）鄰域大小的選擇鄰域大小的選擇對變化檢

8、測相關(guān)性的影響選取c區(qū)域與d區(qū)域研究c區(qū)域：樹建筑物d區(qū)域：陰影變化結(jié)論：大鄰域類似于低通濾波，有利于消除噪聲；但可能通過增加或減少變化區(qū)域而改變變化信息。適用于大的變化，不適用線形變化（如細窄的公路）。小鄰域可以檢測細節(jié)變化，但可能帶來一些噪聲（如陰影）。此例中取3像素半徑的圓形鄰域效果最好 利用決策樹分類結(jié)果圖結(jié)論：小鄰域由于陰影影響帶來椒鹽噪聲（a）鄰域變大消除了噪聲（b和c）大鄰域使邊緣更平滑（c）大鄰域使邊界分類產(chǎn)生誤差（c中TD周圍產(chǎn)生錯誤分類）產(chǎn)生分類誤差的因素（1）配準誤差（尤其對直線特征的分類、使用小鄰域的情況影響更大）（2）在“Grass”分類時物候變化產(chǎn)生分類誤差（如稀疏的草地光譜特性與建筑物或荒地相似）（3）地面參考樣本數(shù)過少展望變化檢測是影像配準、輻射糾正、影像分類、特征提