论文部分内容阅读
由于遥感卫星具备在大范围成像、全天时、全天候观察的能力,多时相遥感图像变化检测在资源与环境监测、测绘、农作物生长监测、自然灾害监测与评估中得到了广泛的应用。通过检测不同时间段的同一场景图像之间发生的变化,对不同时相图像的变化作出分析,得到变化解释。论文围绕基于像元的变化检测的一些关键技术进行了研究,主要包括:图像配准等预处理方法,差异图像的获取,变化解释方法以及变化检测数据库。
基于像元的变化检测需要解决三个问题:精确的配准;差异图像获取;感兴趣区域的变化解释。
首先图像配准是遥感图像变化检测关键的预处理过程,处理精度影响变化检测的性能。论文首先论述感兴趣区域定位方法,在此基础上研究图像配准的两类方法:基于区域的图像配准方法和基于特征的图像配准算法。基于区域的图像配准方法中,试验了小面元配准算法。在基于特征的图像配准算法中,试验了SIFT特征匹配算法。
差异图像的生成是感兴趣变化区域检测的关键步骤。本文重点研究图像的差异检测技术。首先通过灰度直方图拉伸,对图像直接作差异得到变化图像,然后试验了基于线形预测的变化检测。在边缘梯度的遥感图像变化检测和基于矩的变化检测中,分别利用边缘梯度和矩特征度量差异。论文试验了以上四种方法,将边缘特征和灰度特征的差异相融合,取得了更好的效果。
变化解释工作的重点是变化区域的分析。论文首先研究了数据库感兴趣目标模板的表示方法。在模板内和模板附近的变化区域做形状分析和位置分析,利用知识推理规则得到变化解释报告。文章结尾简要论述了影响变化检测的因素。
变化检测的实现需要数据库的支持,论文最后论述了支持变化检测的数据库设计。