论文部分内容阅读
我国是能源大国,矿产资源储量丰富,资源的开采会造成地表的破坏。在应急灾害处理中,如何快速准确的确定变化区域具有重要意义。合成孔径雷达(Synthetic Aperture Radar,SAR)具有全天时、全天候成像特点,在全球资源与环境变化、灾害损失评估、土地利用、农业生产、城市扩展、森林监测等领域得到广泛应用。近些年SAR技术得到了迅猛发展,搭载SAR传感器的卫星多种多样,影像数据类型和分辨率丰富,融合不同分辨率影像的变化检测得到学者的广泛关注。本文在研究不同分辨率SAR影像特点的基础上,展开了融合多源SAR影像的矿区变化检测应用研究,主要工作及成果如下:(1)对多源SAR影像采用7种滤波方法进行处理,发现均值滤波适用于低分辨率SAR影像,而Lee滤波更适宜于高分辨率SAR影像。(2)针对滤波后的SAR影像,使用差值和对数比值方法分别构造差异影像,结合Kilter-Illingworth(KI)准则与数学形态学方法得到变化检测结果,发现低分辨率影像利用差值法构造差异影像和3×3方形结构元素结合能够得到更高精度的变化图,而高分辨率影像利用对数比值法构造差异影像和3×3方形结构元素效果更好。(3)为了更好地保留SAR影像的纹理特征,在原始影像中基于灰度共生矩阵(Gray-level Co-occurrence Matrix,GLCM)提取纹理特征构造差异影像,利用最大类间方差算法(Otsu)提取变化阈值,发现低分辨率和高分辨率影像利用均值纹理特征的变化结果精度最高。(4)针对两种方法提取的最优变化结果图,首先对同源数据结果进行二值并运算融合,然后对基于地理坐标信息配准的多源数据变化结果,采用保留低分辨率影像变化检测结果的大块区域和高分辨率影像变化检测结果边缘区域的优势融合策略进行融合,得到最终变化检测结果。发现大块变化区域内部的孔隙减少,同时影像变化边缘和细微结构得到保持,得到了精度更高的变化检测图像。