論文導(dǎo)讀：變化檢測是從不同時期的遙感圖像中。同時具有可以回避多時相影像獲取環(huán)境條件和傳感器不同所帶來的輻射歸一化問題、可以直接獲取變化的類型、可以進(jìn)行兩個時相以上的遙感影像的變化檢測分析等優(yōu)點。然后在MATLAB中變成實現(xiàn)變化監(jiān)測。本實驗編程思想是采用差值法直接進(jìn)行變化監(jiān)測。

關(guān)鍵詞：遙感影像，變化檢測，MATLAB，差值法

1 變化監(jiān)測的概念

變化檢測是從不同時期的遙感圖像中，定量的分析和確定地物變化的特征和過程，涉及到變化的類型、分布狀況及變化信息的描述，即需要確定變化前后的地物類型，界限和分析變化的屬性。因此，了解變化檢測中的含義、變化檢測的基本過程以及變化信息獲取的層次等基本概念，是進(jìn)行變化檢測的前提和基礎(chǔ)。

變化檢測是利用多時相遙感圖像檢測出地物的變化，因此了解地物的變化類型，對于明確變化檢測目的，以及選擇合適的方法具有明顯的意義。對于某一地物，經(jīng)過一段時間，可能存在兩種情況[1]：該地物已經(jīng)發(fā)生變化；該地物沒有發(fā)生變化。

2 變化監(jiān)測的基本方法

2.1 直接比較法[2]

直接比較法相當(dāng)于算術(shù)運算法，一般要在相對輻射歸一化基礎(chǔ)上完成，主要是采用差值運算或比值運算對兩個時期的影像像元進(jìn)行運算，增強或抑制兩個時期的變化信息，構(gòu)造差異影像，然后選取區(qū)分變化信息與背景信息的閾值，提取變化區(qū)域。

(1) 圖像差值法

圖像差值法對多時相圖像中對應(yīng)像素的灰度值進(jìn)行相減，結(jié)果圖像代表了兩個時間圖像的變化，表達(dá)式如式(2-1)。圖像差值法可以應(yīng)用于單一波段(稱作單變量圖像差分)，也可以應(yīng)用于多波(稱作多變量圖像差分)。應(yīng)用一些輻射校正來減少照射角、強度和視角變化的影響

圖像差值法計算公式：

(2-1)

(2-2)

其中i，j為像素坐標(biāo)值，k為波段，t1，t2為第一幅圖像時間、第二幅圖像時間，C為常量，用來得到正值。由于最后只要找到變化的區(qū)域，因此對變化的方向就變得不重要了。為此更改圖像差值式(2-1)為式(2-2)。

(2-3)

其中m為差值圖像均值，STD為差值圖像標(biāo)準(zhǔn)差，

為門限值。用灰度像素值直接相減的效果很差，一般都取窗口，用窗口均值代替窗口中心像素值進(jìn)行計算。

對差值圖像進(jìn)行統(tǒng)計處理，計算差值圖像的均值和標(biāo)準(zhǔn)差。如果差值圖像中像素的灰度值滿足式(2-3)就認(rèn)為該像素發(fā)生變化。

(3) 圖像比值法

圖像比值法計算已配準(zhǔn)的多時相圖像對應(yīng)像素的灰度值的比值，如果在一個像素上沒有發(fā)生變化，則比值接近1，如果在此像素上發(fā)生變化，則比值遠(yuǎn)大于或遠(yuǎn)小于1(依靠變化的方向)。數(shù)學(xué)表達(dá)式如式(2- 4)。一些數(shù)據(jù)標(biāo)準(zhǔn)化和輻射糾正可能是必需的，圖像比值法的主要缺點集中在比值圖像的統(tǒng)計分布上。相比于圖像差值法，圖像比值法對子圖像上的乘性噪聲是不敏感的。圖像比值法計算公式：

(2- 4)

圖像比值法的處理過程和圖像差值法差不多，只是最后對窗口均值求比值而不是求差值當(dāng)

滿足式(2-5)時則認(rèn)為該像素發(fā)生了變化。

或

(2-5)

和

分別代表低門限和高門限。

2.2 主成分分析法

主成分分析法又稱Karhunen- loeve變換(簡稱K- L變換)。它的基本思想是對一組相關(guān)的多元隨機變量，通過構(gòu)造一系列線性變換，將原隨機變量所包含的信息集中到少數(shù)幾個互不相關(guān)的變換結(jié)果分量中，從而達(dá)到冗余壓縮和信息集中的目的，稱這一線性變換為主成分變換[3]。

主成分變換應(yīng)用于變化檢測可采用以下三種策略[4]:一種是將多時相影像復(fù)合，做主成分變換，得到的分量中除第一成分PCI外的次要分量能夠反映變換信息，稱之為復(fù)合主成分分析法；第二種是對兩時相影像分別做主成分變換，再對計算對應(yīng)主成分分量間的差值，稱為主成分差值分析法；第三種是先求兩時相影像間的差值，再對多元差值影像做主成分變換，這叫做差值主成分分析法。其中第一種策略可應(yīng)用于多于兩個時相的多通道遙感影像的變化檢測和分析，后兩種則只適用于兩個時相的情況。免費論文網(wǎng)。

主成分分析法能夠消除影像內(nèi)部的各通道間的相關(guān)性，但是主成分變換得到的主成分分量失去了原有波段的光譜特性，當(dāng)它應(yīng)用于變化檢測的時候，主成分變換只考慮了隨機變量在特征空間的分布，而未考慮它們在地理空間上的分布特性，這樣就很難保證各主成分的影像質(zhì)量依序遞減。

2.3分類后變化信息比較

盡管分類后比較法存在著精度方面的缺陷，但由于其方法簡單，同時具有可以回避多時相影像獲取環(huán)境條件和傳感器不同所帶來的輻射歸一化問題、可以直接獲取變化的類型、可以進(jìn)行兩個時相以上的遙感影像的變化檢測分析等優(yōu)點，故被經(jīng)常使用。

分類后變化檢測技術(shù)是最簡單的基于分類的變化檢測分析技術(shù)。分類后比較方法可用于兩幅或多幅配準(zhǔn)后的圖像，包括一個分類步驟和一個比較步驟，要求對多時相圖像的每一副圖像單獨進(jìn)行分類，然后對分類結(jié)果圖像進(jìn)行比較。如果對應(yīng)像素的類別標(biāo)簽相同，則認(rèn)為該像素沒有發(fā)生變化，否則認(rèn)為該像素發(fā)生了變化。分類的方法可以是監(jiān)督分類方法也可以是非監(jiān)督分類方法。分類后變化檢測的一個重要的進(jìn)步是可以克服由于多時相圖像的傳感器性質(zhì)、分辨率等因素的差異帶來的不便，不需要數(shù)據(jù)歸一化過程，因為兩幅圖像是單獨分類的。

分類后比較法的核心在于影像精確分類，這也是一直以來遙感應(yīng)用領(lǐng)域的重點和難點問題?，F(xiàn)有的影像分類方法可歸結(jié)為監(jiān)督和非監(jiān)督兩大類，一般前者比后者的分類精度高。對于分類后比較變化檢測來說，多采用監(jiān)督分類方法。

2.4輔助數(shù)據(jù)變化檢測

利用數(shù)據(jù)庫中已經(jīng)存在的空間數(shù)據(jù)集作為背景輔助數(shù)據(jù),當(dāng)前數(shù)據(jù)為遙感數(shù)據(jù),上述變化檢測處理方法均可以在不同運算階段利用輔助數(shù)據(jù)。這種變化檢測方法一般用來進(jìn)行輔助變化檢測。

還以利用遙感影像和地形圖，土地利用圖等，在地理信息系統(tǒng)軟件中，通過地理信息系統(tǒng)強大的空間分析功能，如疊置分析，緩沖區(qū)分析，統(tǒng)計分析等功能，發(fā)現(xiàn)變化區(qū)域和統(tǒng)計變化結(jié)果[5]。免費論文網(wǎng)。

3 基于MATLAB的變化監(jiān)測

本研究中選擇的影像是同一個地區(qū)不同時相的兩幅遙感影像，主要是為了檢測出該地區(qū)在1998—2004年間水系發(fā)生的變化情況，通過分析能夠了解該地區(qū)水系是否發(fā)生了變化以及水系是增加還是減少了。本數(shù)據(jù)影像首先需要在遙感軟件ERDAS IMAGINE 9.2中進(jìn)行圖像預(yù)處理，使兩幅遙感圖像擁有相同的地理坐標(biāo)信息，并經(jīng)過幾何校正和輻射校正消除各種變形的影響。然后在MATLAB中變成實現(xiàn)變化監(jiān)測。免費論文網(wǎng)。

3.1 變化監(jiān)測方法

通過分析本影像數(shù)據(jù)可知，該數(shù)據(jù)是單通道不同時相的遙感影像，對于單通道影像采用直接比較法進(jìn)行變化監(jiān)測效果較好，直接比較法在理論上也最容易理解，本實驗編程思想是采用差值法直接進(jìn)行變化監(jiān)測，采用式(2-2)和式(2-3)的原理進(jìn)行變化監(jiān)測，設(shè)置一經(jīng)驗值作為判斷變化情況的閾值。

圖3.1 1998年遙感影像圖3.2 2004年遙感影像

圖3.3 變化監(jiān)測圖

圖3.3采用MATLAB進(jìn)行編程設(shè)計，從圖上可以看出白色區(qū)域代表變化最明顯的區(qū)域，黑色代表變化最不明顯區(qū)域，灰色代表中間色，本實驗主要是為了監(jiān)測出變化區(qū)域和味變化區(qū)域，試驗中涉及到兩個閾值，灰度差值大于閾值50的是變化明顯區(qū)域，灰度差值在[10,50]之間的為中間變化較小地區(qū)，灰度差值小于10的說明為變化區(qū)域。因為同一地區(qū)不同時間影像的灰度由于成像條件、天氣條件、傳感器等的影響會出現(xiàn)較小范圍的差別，所以在灰度差值小于10時設(shè)為為變化區(qū)域。

3.2 實驗結(jié)果分析

把影像算術(shù)運算法作為變化檢測的方法，從理論上來理解是最直觀的，它對于單通道不同時相之間的變化檢測也是非常有效的。在應(yīng)用這種方法的時候，必須考慮選取閾值將有變化的像元和沒有變化的像元區(qū)分開來，閾值的選取需要有一定的經(jīng)驗，可以借助于多次檢測的結(jié)果。對于多通道不同時相圖像的變化，雖然在數(shù)學(xué)上很容易實現(xiàn)，但由于各種傳感器的通道之間往往是互為相關(guān)的，勢必會造成圖像之間的相關(guān)，所以在圖像差值時會存在很多問題，這種方法首先是對同一區(qū)域不同時相影像的光譜特征差異進(jìn)行比較，確定變化信息發(fā)生的位置。在改位置信息確定的基礎(chǔ)上可以進(jìn)行分類確定變化的類型，本實驗沒有進(jìn)行變化類型的確定，只是簡單的確定了變化的位置，也是該方法的優(yōu)點，因此縮小了分類范圍，提高了檢測速度，缺點是它不能同時獲得具體的變化類型。

參考文獻(xiàn)：

[1] 張振龍、曾志遠(yuǎn)、李碩、胡子付，遙感變化檢測方法研究綜述，2005-5.

[2]張路，基于多元統(tǒng)計分析的遙感影像變化檢測方法研究.武漢大學(xué)博士學(xué)位論文.2005.

[4]梅安新，等．遙感導(dǎo)論[M]. 北京:高等教育出版社, 2001.

[3] Hazel, G.G., 2001, Object-level change detection in spectralimagery. Geoscience and Remote Sensing, IEEE Transactions on, Volume: 39 Issue:3, March 2001, pp.553-561.

[5]張曉東，基于遙感影像與GIS數(shù)據(jù)的變化檢測理論方法研究，武漢大學(xué)，2005-4.

總結(jié)

以上是生活随笔為你收集整理的matlab遥感图像 提取地物,基于MATLAB的遥感图像变化监测研究(图文)的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。