一種基于稀疏表示分類的遙感圖像變化檢測方法
【專利摘要】本發明涉及一種基于稀疏表示分類的遙感圖像變化檢測方法，包括以下步驟：1)輸入經過校正處理的變化前和變化后的遙感圖像；2)獲取變化前后圖像的差值圖像；3)在差值圖像中對變化區域選取少量樣本點；4)對每個像元計算利用樣本點對其進行稀疏表示得到的估計值；5)計算各樣本點實際值與估計值的差值；6)若差值小于給定閥值，則該樣本點屬于變化區，否則，屬于無變化區。本發明的有益效果為：提出了一種判斷遙感圖像中有無發生變化的快速檢測方法，僅需少量樣本點，即可得到準確的變化檢測區域；方法僅考慮變化區域特性，對復雜背景有強的抗干擾能力。
【專利說明】
-種基于稀疏表示分類的遙感圖像變化檢測方法
技術領域
[0001] 本發明設及遙感圖像處理領域，尤其設及一種多時相遙感圖像的變化檢測方法。
【背景技術】
[0002] 利用遙感圖像對地表的變化進行識別和范圍檢測，對于災害范圍統計、損失評估 等具有重要的實際意義。由于不同的地物在遙感圖像中呈現出不同的光譜特征，可W通過 多時相遙感圖像中的差異對發生變化的區域進行識別和檢測。在進行變化檢測時，大多數 情況下，如對火災、洪災、滑坡等進行檢測時，最重要的是對變化區域進行快速的識別，對于 未發生變化的背景部分并不關注。因而，在此提出了一種針對變化區域進行快速高精度識 別的方法。
【發明內容】
[0003] 本發明的目的是提出了一種判斷遙感圖像中有無發生變化的快速檢測方法。本方 法基于稀疏表示理論，對遙感圖像中的變化區域進行半自動檢測。在變化檢測中，著眼于對 發生變化的區域進行分析和精細識別，僅需要對變化區域選取少量樣本，而無需考慮發生 變化地物所處的復雜的、多樣化的背景，具有強的抗干擾能力。
[0004] 為達到上述目的，本發明的技術方案提供一種基于稀疏表示分類的變化檢測方 法，所述方法包括W下步驟：
[0005] 1)輸入經過校正處理的變化前和變化后的遙感圖像Xi和X2。前后兩個時相的圖像 必須經過幾何校正和福射校正，保證前后時相圖像的幾何誤差不超過一個像元，且地物福 射特性較為一致；
[0006] 2)獲取變化前后圖像的差值圖像Xt, Xt = Xi-X2,并對差值做歸一化處理到0-1值域 范圍；
[0007] 3)在差值圖像中，對變化區域選取n個樣本點，獲取其圖像坐標值[i，j]，并得到差 值圖像中該坐標的數值Xt[i，j]作為訓練樣本；
[000引4)對每個像元y，利用Xt對其進行稀疏線性表示得到估計值;;=JTiS:, W估計結果與
原值相似程度和系數的稀疏情況為約束，對W上稀疏表示的系數a進行求解，其目標方程 為：
[0009]
[0010] 其中，A是正則系數，用于平衡估計值與原始值的相似性和系數的稀疏程度。用 Matlab中的SPAMS工具箱對稀疏表示系數進行求解；
[0011] 5)計算各樣本點實際值與估計值的殘差值r(y):
[0012]
[0013] 6)對殘差進行誤差曲線分析確定閥值。對殘差值
扣曽量，取 得10000個閥值t，對每個閥值計算檢測率和誤檢率，并做出誤差曲線。檢測率(縱軸)為實際 檢測出的變化占總變化的比率，誤檢率(橫軸)為檢測出的錯誤變化數占無變化區的比率。 誤差曲線趨勢類似于上升的對數函數曲線，誤檢率為加寸檢測率為0,誤檢率為1時檢測率趨 近于1。隨誤檢率增加檢測率先大幅增加，到一定程度時斜率降低。取誤差曲線拐點處的檢 測率和誤檢率所對應的為t值為閥值，即誤差曲線由睹變平處的值，取該值作為閥值能在保 證較高檢測率的情況下獲得最低的誤檢率。
[0014] 7)若差值r(y)小于給定閥值，則該樣本點屬于變化區，否則，屬于無變化區。
[0015] 本發明的有益效果為：
[0016] 1)本發明僅需對變化區域選取少量樣本即可得到準確的變化檢測區域，無需獲取 變化區域之外的背景地物樣本，對方法的訓練較為簡單。
[0017] 2)本發明僅對變化區域的光譜特性進行分析和描述，并尋找類別界限，無需考慮 背景區域的特性，對復雜背景有強的抗干擾能力。
[0018] 3)本發明采用稀疏表示分類技術對變化區域進行描述，發揮稀疏表示技術利用少 數樣本點就可W進行完善信息描述的優勢，將發生變化的區域作為一個類別進行精確識 別。
【附圖說明】
[0019] 圖1是本發明實施例所述的基于稀疏表示分類的遙感圖像變化檢測方法的流程示 意圖。
[0020] 圖2是誤差曲線圖。
【具體實施方式】
[0021 ]下面根據附圖對本發明作進一步詳細說明。
[0022] 如圖1所示，本發明實施例所述的一種遙感圖像變化檢測方法，所述方法包括W下 步驟：
[0023] 1)輸入經過校正處理的變化前和變化后的遙感圖像Xi和X2。前后兩個時相的圖像 必須經過幾何校正和福射校正，保證前后時相圖像的幾何誤差不超過一個像元，且地物福 射特性較為一致；
[0024] 2)獲取變化前后圖像的差值圖像Xi2 = Xi-X2,并對差值Xi2做歸一化處理到0-1值域 范圍；
[0025]
[0026] 3)在差值圖像中，對變化區域選取不少于50個樣本點，獲取其圖像坐標值[i，j]， 并得到差值圖像中該坐標的數值Xt[i，j]作為訓練樣本；
[0027] 4)對每個像元y，利用稀疏表示的方式計算利用變化區域訓練樣本對其進行稀疏 表示得到的估計值y = Xta，求解的目標方程為：
[002引
[0029]其中，A是正則系數，用于平衡估計值與原始值的相似性，和系數的稀疏程度，此處 取入=I。M 112為取平方和，I I I I I為取絕對值之和。
[0030] 用Matlab中的SPAMS工具箱對稀疏表示系數進行求解。
[0031] 5)計算各樣本點實際值與估計值的殘差值：
[0032]
[0033] 6)對殘差進行誤差曲線分析確定閥值。對殘差值W
J增量，取 得10000個閥值t，對每個閥值計算檢測率和誤檢率，并做出誤差曲線。檢測率(縱軸)為實際 檢測出的變化占總變化的比率，誤檢率(橫軸)為檢測出的錯誤變化數占無變化區的比率。 誤差曲線趨勢類似于上升的對數函數曲線，誤檢率為加寸檢測率為0,誤檢率為1時檢測率趨 近于1。隨誤檢率增加檢測率先大幅增加，到一定程度時斜率降低(實施本方法得到的誤差 曲線案例如圖2所示）。取誤差曲線拐點處的檢測率和誤檢率所對應的為t值為閥值，即誤差 曲線由睹變平處的值，取該值作為閥值能在保證較高檢測率的情況下獲得最低的誤檢率。
[0034] 7)若差值r(y)小于給定閥值，則該樣本點屬于變化區，否則，屬于無變化區。
[0035] 本發明所述的遙感圖像變化檢測方法具有W下特點：
[0036] 1、采用單類的稀疏表示分類技術，只需對變化區域取少量樣本即可進行變化檢 測，步驟3)中，僅需對變化區域進行樣本點選取。
[0037] 2、基于稀疏表示技術得到各像元與變化區的相似性。在所述步驟4)中，對每個像 元得到其用變化區樣本表示的估計值，該值可用于判定該像元是否屬于變化區。若該像元 屬于變化區，則該像元值能夠通過變化區的樣本進行高精度的稀疏表示;若不屬于變化區， 則估計值與實際值會有較大的殘差。
[0038] 3、通過誤差分析的方式得到變化檢測的閥值:在步驟6)中，對殘差進行閥值探測， 對每個待選的閥值計算誤差曲線，并通過誤差曲線的趨勢分析得到最優閥值，W實現高精 度的變化檢測。
[0039] 由W上實施例可W看出，本發明實施例基于稀疏表示的技術特點，通過對單類別 的特性進行分析，僅需對變化區域選取少量樣本即可進行變化區域的精確探測，需要輸入 少，且能獲得很好的檢測效果。
[0040] 本發明通過上面的實施例進行舉例說明，但是，本發明并不限于運里所描述的特 殊實例和實施方案。任何本領域中的技術人員很容易在不脫離分發明精神和范圍的情況下 進行進一步的改進和完善，因此分發明只受到本發明權利要求的內容和范圍的限制，其意 圖涵蓋所有包括在由附錄權利要求所限定的本發明精神和范圍內的備選方案和等同方案。
【主權項】
1. 一種基于稀疏表示分類的遙感圖像變化檢測方法，其特征在于：該方法包括以下步 驟： 1) 輸入經過校正處理的變化前和變化后的遙感圖像XdPX2;前后兩個時相的圖像必須 經過幾何校正和輻射校正，保證前后時相圖像的幾何誤差不超過一個像元，且地物輻射特 性較為一致； 2) 獲取變化前后圖像的差值圖像XhXtiXi-Xs，并對差值做歸一化處理到0-1值域范圍； 3) 在差值圖像中，對變化區域選取η個樣本點，獲取其圖像坐標值[i，j]，并得到差值圖 像中該坐標的數值Xt[i，j]作為訓練樣本； 4) 對每個像元y，利用Xt對其進行稀疏線性表示得到估計值;^ ，.以估計結果與原值 相似程度和系數的稀疏情況為約束，對以上稀疏表示的系數α進行求解，其目標方程為：其中，λ是正則系數，用于平衡估計值與原始值的相似性和系數的稀疏程度；用Matlab 中的SPAMS工具箱對稀疏表示系數進行求解； 5) 計算各樣本點實際值與估計值的殘差值r(y):6) 對殘差進行誤差曲線分析確定閥值；對殘差值以為增量，取得 10000個閥值t，對每個閥值計算檢測率和誤檢率，并做出誤差曲線;檢測率(縱軸)為實際檢 測出的變化占總變化的比率，誤檢率(橫軸)為檢測出的錯誤變化數占無變化區的比率;誤 差曲線趨勢類似于上升的對數函數曲線，誤檢率為〇時檢測率為〇,誤檢率為1時檢測率趨近 于1;隨誤檢率增加檢測率先大幅增加，到一定程度時斜率降低;取誤差曲線拐點處的檢測 率和誤檢率所對應的為t值為閥值，即誤差曲線由陡變平處的值，取該值作為閥值能在保證 較高檢測率的情況下獲得最低的誤檢率； 7) 若差值r(y)小于給定閥值，則該樣本點屬于變化區，否則，屬于無變化區。
【文檔編號】G06T7/00GK105957049SQ201610077917
【公開日】2016年9月21日
【申請日】2016年2月3日
【發明人】冉瓊, 張蒙蒙, 李偉
【申請人】北京化工大學