论文部分内容阅读
遥感图像变化检测技术是指通过分析在同一地区不同时间获得的两幅图像来辨识其变化信息。随着遥感图像获取技术和手段的日益先进以及遥感图像数据的海量积累,变化检测技术在环境监测、土地利用/覆盖、农业调查、城市变化分析、军事侦察和打击效果评估等方面的应用越来越广泛。本论文围绕着如何从单波段多时相遥感图像中有效地检测变化区域,完成了以下三个方面的工作:(1)提出了一种基于非参数密度估计和变权马尔可夫随机场(Markov Random Fields, MRF)模型的遥感图像变化检测方法。首先采用核密度估计的方法估计差异图像的类条件概率密度,再结合变权MRF模型进行差异图像的分类,生成变化检测结果图。通过对模拟和真实遥感数据集的实验验证了该方法的有效性。(2)提出了一种基于地统计学(Geostatistics)纹理和可靠尺度融合的遥感图像变化检测方法。首先采用多个移动窗口计算伪交叉变差函数(Pseudo Cross Variogram, PCV)值以构造差异图像,再与差值法构造的差异图像组成多尺度差异图像序列,然后对该序列进行可靠尺度融合,生成变化检测结果图。通过对模拟和真实遥感数据集的实验验证了该方法的有效性。(3)提出了一种基于非线性各向异性扩散(Nonlinear anisotropic diffusion)和模糊增强的遥感图像变化检测方法。首先对差值法构造的差异图像进行非线性各向异性扩散平滑滤波,再对滤波后的差异图像进行模糊增强,然后对增强后的差异图像应用Otsu阈值和二维快速Otsu阈值,生成变化检测结果图。通过对真实遥感数据集的实验验证了该方法的有效性。本论文工作得到了国家自然科学基金(No.60672126和No.60970066)和国家高技术研究发展计划(863计划)(No.2007AA12Z223和No.2009AA12Z210)的资助。