智能信息處理新理論,新技術(shù)專題研討大報告

1、 課程：智能信息處理新理論，新技術(shù)專題研討題目： SAR圖像變化檢測方法綜述學(xué)號： 姓名： 摘要圖像的變化檢測是指通過分析在不同時間來自同一地區(qū)的兩副或多幅圖像，檢測出該地區(qū)的地物隨時間發(fā)生的變化信息。本文主要用遙感圖像的變化檢測為例來進行說明，遙感圖像的變化檢測已經(jīng)廣泛地應(yīng)用于如森林資源的動態(tài)監(jiān)測、土地覆蓋和利用的變化監(jiān)測、農(nóng)業(yè)資源調(diào)查、城市規(guī)劃布局、環(huán)境監(jiān)測分析、自然災(zāi)害評估、地理數(shù)據(jù)更新以及軍事偵察中戰(zhàn)略目標(biāo)(如道路、橋梁、機場)等的動態(tài)監(jiān)視等許多領(lǐng)域。本文對常見的變化檢測方法進行了概括性的介紹與優(yōu)缺點評述，詳細(xì)的介紹了各個方法的特點，并分析了當(dāng)前變化檢測方法中存在的普遍問題；并在此基礎(chǔ)

2、上，實現(xiàn)了一種基于模糊貼近度的變化檢測方法，通過計算相應(yīng)像素點之間的模糊貼近度，得到了差異圖，并用FCM對其聚類，得到了目標(biāo)圖像的變化檢測結(jié)果。關(guān)鍵詞：變化檢測 遙感 模糊貼近度1.引言隨著社會與科技的發(fā)展，人類不斷增強的開發(fā)資源與改造自然的能力，自然界的變化和人類的各種活動每天都在改變著地表景觀及其土地利用形式。世界人口的快速增長及城市化的發(fā)展，加快了這種變化的速度。這些變化對地球資源和生態(tài)環(huán)境產(chǎn)生了深遠的影響，已經(jīng)引起了廣泛關(guān)注。土地利用與土地覆蓋變化研究已經(jīng)成為全球變化研究中的前沿與熱點。變化檢測，正是這樣一種可以精確的檢測出上述變化情況的技術(shù)，已被廣泛應(yīng)用于社會經(jīng)濟中的諸多領(lǐng)域，例如城

3、市規(guī)劃建設(shè)、自然災(zāi)害的檢測和評估、水系檢測、地理數(shù)據(jù)更新以及軍事中道路、橋梁等戰(zhàn)略目標(biāo)的動態(tài)監(jiān)視等等，尤其是在最近的各種自然災(zāi)害中更是發(fā)揮著不可替代的作用。一般來說，圖像的變化檢測指的是以一幅時相的圖像作為參考，檢測出其它時相圖像相對參考圖像的差異，一般分為以下三個方面的內(nèi)容：1）判斷圖像區(qū)域內(nèi)的感興趣目標(biāo)是否隨時間發(fā)生了變化；2）確定變化區(qū)域的具體位置；3）對變化檢測結(jié)果進行評估，計算一些性能指標(biāo)。由于遙感圖像對地物的觀測具有實時、覆蓋范圍廣、多光譜等特點，從不同時間怕愛舍的遙感圖像中檢測出地物德爾變化信息成了變化檢測的研究熱點。所謂遙感圖像的變化檢測，就是對同一地點在不同時期拍攝的多幅遙感

4、圖像，采用圖像處理和模式識別等手段進行分析，從而檢測出該地區(qū)的地物變化信息，這類變化檢測的問題也被稱為同源SAR圖像變化檢測。2.遙感圖像變化檢測技術(shù)現(xiàn)狀隨著遙感圖像獲取技術(shù)的快速發(fā)展，利用遙感圖像進行變化檢測得到了廣泛的應(yīng)用，研究者們從不同角度研究了很多變化檢測方法和理論模型。根據(jù)目標(biāo)對象可將變化檢測方法分為基于像素級的變化檢測、基于特征級的變化檢測和基于目標(biāo)級的變化檢測三類；根據(jù)目標(biāo)檢測方法的不同可以分為閾值法、聚類法、水平集法和圖切法；根據(jù)是否需要訓(xùn)練樣本這一準(zhǔn)則，變化檢測方法可以分為有監(jiān)督的變化檢測方法和無監(jiān)督的變化檢測方法。其中。有監(jiān)督的變化檢測方法是基于有監(jiān)督的圖像分類方法，需要提

5、前獲得地表數(shù)據(jù)以便提取訓(xùn)練樣本，對分類器進行訓(xùn)練，從而進行變化檢測，但是一般情況下地表的精確數(shù)據(jù)是難以獲取的，因此這種方法在實際應(yīng)用受到了很大的限制。無監(jiān)督的變化檢測方法通過比較不同時相的幾幅圖像（一般是兩幅），產(chǎn)生一幅差異圖像，再對此差異圖進行分割（聚類法、閾值法等）得到最終的檢測結(jié)果。該方法可以在不需要提前確定地表真實情況下準(zhǔn)確的檢測出變化區(qū)域，因此得到了廣泛的研究與應(yīng)用。3.常見SAR圖像變化檢測方法同源圖像變化檢測是指針對同一地區(qū)在不同時刻用相同傳感器拍攝的多幅圖像，利用模式識別等相關(guān)手段對其進行處理和分析，找出該地區(qū)地表變化信息的技術(shù)；顧名思義，異源圖像變化檢測是指針對同一地區(qū)在不同

6、時刻用不同類型的傳感器拍攝的多幅圖像，利用模式識別等相關(guān)手段對其進行處理和分析，找出該地區(qū)地表變化信息的技術(shù)。由此可見，同源和異源圖像變化檢測之間必然存在著千絲萬縷的關(guān)系，因此，研究同源圖像變化檢測方法對解決異源圖像變化檢測問題有極大的幫助。本章將簡要闡述同源圖像變化檢測的一般處理流程，并對現(xiàn)有的一些檢測方法進行綜述。3.1 變化檢測方法的一般處理流程常規(guī)圖像變化檢測流程一般包括以下幾個方面：數(shù)據(jù)預(yù)處理、變化區(qū)域提取、后處理、結(jié)果評價。3.1.1 變化檢測的數(shù)據(jù)預(yù)處理（1）圖像配準(zhǔn)在成像過程中，由于受到傳感器結(jié)構(gòu)差異等內(nèi)部因素和入射角變化、地形起伏等外部因素的影響，多時相圖像之間必然會存在一定

7、的幾何畸變。因此，在進行變化檢測工作之前，必須要對圖像進行及和配準(zhǔn)，以提高檢測結(jié)果的可靠性。一個良好的配準(zhǔn)結(jié)果是進行變化檢測處理與分析的必要前提，也是從圖像數(shù)據(jù)中提取有用信息的必要條件。（2）圖像校正由于受到光照條件、大氣條件、傳感器本身特性、人為因素等不同程度的影響，在使用多時相圖像進行變化檢測時，必須進行輻射校正。輻射校正分絕對輻射校正和相對輻射校正。但是絕對輻射校正需要事先確定傳感器角度、太陽高度角等參數(shù)，獲取這些數(shù)據(jù)資料十分困難，處理的過程也較為復(fù)雜，因此不易實現(xiàn)。在現(xiàn)有的變化檢測方法中，大都只進行相對輻射校正。（3）圖像濾波由于技術(shù)限制，在自然環(huán)境中拍攝的影像常常含有許多噪聲，而且傳

8、感器在成像過程中會產(chǎn)生隨機分布在圖像各處的斑點，與一些微小的地表目標(biāo)混合在一起，這樣就會破壞實際圖像的紋理結(jié)構(gòu)，給圖像的解譯帶來諸多困難。因此，在進行變化檢測前，一般要對圖像進行簡單的均值濾波或中值濾波來消除一些噪聲的影響。本文實驗用到的數(shù)據(jù)集均為已經(jīng)經(jīng)過配準(zhǔn)及校正的圖像，所以預(yù)處理過程直接從圖像濾波開始。3.1.2 變化區(qū)域提取提取出多時相圖像的變化區(qū)域是變化檢測的最終目的。目前最常用的變化區(qū)域提取方法是先比較后分類法，即先結(jié)合已有的多時相圖像構(gòu)造差異圖像，常見方法有差值法、對數(shù)比值法、差值比融合法、鄰域相似度法等，然后再進行分類，常見的處理方法有圖像閾值化分割法和聚類法。這種提取方法簡便易

9、行，但對圖像數(shù)據(jù)預(yù)處理要求較高，對噪聲較為敏感。差異圖的構(gòu)造和分類都會影響到最終檢測結(jié)果的精度。找到可以有效的構(gòu)造差異圖以及合適的分割方法是這類方法研究的關(guān)鍵。3.1.3 檢測結(jié)果的后處理初步的變化檢測結(jié)果中一般都會存在一些孤立的像素點，因此需要對檢測結(jié)果（二值圖像）進行再次處理，消除部分偽變化信息以及處理過程中產(chǎn)生的噪點。主要方法包括區(qū)域生長法、形態(tài)學(xué)處理、濾波處理等1。3.1.4 檢測結(jié)果評價如何衡量一種變化檢測方法的可靠性，就需要用到一些性能指標(biāo)。本文采用的是基于像素級的定量的變化檢測性能評價指標(biāo)，即把結(jié)果圖的像素值與參考圖逐一作對比，像素值沒有發(fā)生變化的點的個數(shù)為實際未變化的像素數(shù)，像

10、素值發(fā)生變化的點的個數(shù)為實際變化的像素數(shù)。定量評價檢測結(jié)果的性能指標(biāo)有三個：虛檢數(shù)FA（即實際沒發(fā)生變化卻被檢測出變化的像素點個數(shù)之和）、漏檢數(shù)MA（即實際發(fā)生了變化卻未被檢測出變化的像素點個數(shù)之和）、總錯誤數(shù)OE（即虛檢數(shù)和漏檢數(shù)之和）。根據(jù)總錯誤數(shù)還可以得到檢測準(zhǔn)確率。根據(jù)表3.1可以定義變化檢測結(jié)果的評價指標(biāo)：表3.1 變化檢測結(jié)果評價指標(biāo)類別實際變化的像素數(shù)實際未變化的像數(shù)檢測出的變化像數(shù)CcCu檢測出的未變化數(shù)UcUu其中，虛檢數(shù)：FA=Uc，漏檢數(shù)：MA=Cu，總錯誤數(shù)：OE=FA+MA= Uc+ Cu，錯誤率：R=OE/總像素個數(shù)。在計算上述評價指標(biāo)時，需要用到事先做好的變化檢測

11、參考圖作為參考。本論文中所采用的數(shù)據(jù)集都是含有參考圖的，主要是為了驗證所提出方法的有效性與可行性，而在實際中由于勘測條件、數(shù)據(jù)采集等的限制往往難以獲得真實的參考圖，在這種情況下就只能通過目視判讀等直觀方法來進行定性分析。3.2 現(xiàn)有的同源圖像變化檢測方法經(jīng)過幾十年的發(fā)展，學(xué)者們提出了許多非常好的變化檢測方法。本文根據(jù)作者自己的理解，從算法的角度將目前的變化檢測方法分為四類：（1）基于代數(shù)運算的變化檢測；（2）基于圖像變換的變化檢測；（3）基于圖像分類的變化檢測；（4）基于特征描述的變化檢測。下面將簡單的一一介紹這幾種方法。3.2.1 基于代數(shù)運算的變化檢測方法基于代數(shù)運算的變化檢測方法主要包括

12、差值法、比值法、差值比值融合法等。（1）圖像差值法圖像差值法是最原始、最簡單常用的一種方法，其基本原理是將經(jīng)過配準(zhǔn)的兩時相圖像中對應(yīng)的像素值直接相減，從而得到一幅新的差異圖，理論上差值為0或非常接近0 的表示非變化區(qū)域，其余為變化區(qū)域。（2）圖像比值法圖像比值法類同于差值法，它是將將經(jīng)過配準(zhǔn)的兩時相圖像中對應(yīng)的像素值相減，從而得到一幅新的差異圖，理論上差值為1或非常接近1 的代表非變化區(qū)域，其余為變化區(qū)域，考慮到斑點噪聲的影響，現(xiàn)在一般用對數(shù)比值法代替比值法。差值法和比值法一樣都直觀、簡便易行、檢測速度快，但這種方法過于簡單，在實際中很容易造成大量有用信息的流失，因此一般都需要對其進行改進后使

13、用。（3）圖像差值比值融合法差值法能較好的保留變化區(qū)域的幾何邊緣信息，而比值法能有效地提高變化區(qū)域和非變化區(qū)域的對比度，因此有研究者提出可以采用一定的融合算法（比如小波融合等），將兩者的優(yōu)點結(jié)合起來，從而進一步提高檢測結(jié)果的準(zhǔn)確性。3.2.2 基于圖像變換的變化檢測方法基于圖像變換的變化檢測方法主要包括主成分分析法、典型相關(guān)分析法等。（1）主成分分析法主成分變換應(yīng)用與圖像中的主要作用是數(shù)據(jù)壓縮、特征選取和圖像增強等。有學(xué)者就曾提出一種基于主分量分析的圖像變化檢測方法，首先對兩幅不同時相圖像進行主成分分解，再用矩陣的次分量成分表示圖像的變化區(qū)域。一般來說，第一主分量擺闊了原始信息的絕大部分內(nèi)容，

14、其他各主分量包括的信息逐步減少，相當(dāng)于相關(guān)程度比較低的波段之間的差異。因此合成幾個變化后的主分量就可以突出變化區(qū)域的信息。（2）典型相關(guān)分析法典型相關(guān)分析法的實質(zhì)是把差異總信息分配到幾個互不相關(guān)的變量上，以在最大限度的保持這一差異的總信息量不變的情況下，檢測出圖像之間發(fā)生的變化。3.2.3 基于圖像分類的變化檢測方法基于圖像分類的變化檢測方法主要包括分類后比較方法和多時相圖像同時分類方法。（1）分類后比較方法分類后比較方法的原理是對兩個不同時相的圖像進行分類，根據(jù)位置坐標(biāo)在已分類區(qū)域中逐個比較各個像素以確定變化信息。（2）多時相圖像同時分類方法多時相圖像同時分類法的原理是將兩幅圖像放到一個數(shù)據(jù)

15、庫中同時進行分類，出現(xiàn)變化的類別的數(shù)據(jù)統(tǒng)計量（如標(biāo)準(zhǔn)偏差等）將很大，而非變化則正好相反，因此可以通過比較統(tǒng)計量來區(qū)分類別變化與否。3.2.4 基于特征描述的變化檢測方法基于特征描述的變化檢測方法的原理是利用圖像的一些特征（如邊緣特征、結(jié)構(gòu)特征、紋理特征等）進行變化檢測分析，早期的變化檢測方法只對圖像灰度特征信息進行分析，但是灰度特征很受光照、輻射等因素的影響，不同時刻的圖像灰度值往往存在偏差，相對于這些灰度特征，圖像的紋理、邊緣等特征更顯的穩(wěn)定，不容易受到上述因素的影響。4.一種自己實現(xiàn)的基于模糊貼近度的變化檢測方法對已配準(zhǔn)和校正的兩時相SAR圖像T1和T2，根據(jù)SAR圖像的特點，采用如下的相

16、似度公式來構(gòu)造差異圖（difference image，簡記:DI）：其中表示位置x上的一個鄰域的位置指示集，即取其空間上的一個鄰域，把由鄰域元素構(gòu)成的集合看作是模糊向量，用上式度量兩模糊向量間的相似度。若得到上式的值越大，則該位置上的像素點越接近于未變化類，反之，為變化類。根據(jù)上式計算出差異圖，然后濾波，二聚類即可得到變化檢測圖。 圖1 變化前 圖2 變化后 圖3 變化參考圖 圖4 變化圖由上圖可得按照以上算法得出的效果圖也是極好的。5. 遙感變化檢測方法變化趨勢隨著新的傳感器不斷出現(xiàn)，衛(wèi)星數(shù)據(jù)產(chǎn)品不斷增多，關(guān)于遙感圖象變化檢測方法的研究形式也出現(xiàn)了新的變化趨勢。（1）遙感變化檢測方法由傳統(tǒng)

17、的線型運算處理模式拓展到了非線型處理模式； （2）從單一的多光譜遙感數(shù)據(jù)影像變化檢測方式升級為綜合利用多源影像相關(guān)數(shù)據(jù)進行變化檢測方式；（3）遙感變化檢測模式由單純考慮影像的像素DN值的運算演化為考慮像素內(nèi)部組成，以及像素內(nèi)物質(zhì)的反射物理機制的復(fù)雜演算；（4）遙感變化檢測方法由單一的變化檢測方式發(fā)展為復(fù)合式的變化檢測技術(shù)。 6. 參考文獻1 周品. MATLAB數(shù)字圖像處理. 第一版. 北京: 清華大學(xué)出版社, 2012. 152-1632 孫明. 數(shù)字圖像處理與分析基礎(chǔ):MATLAB和VC+實現(xiàn). 第一版. 北京: 電子工業(yè)出版社, 2013. 92-953 劉冰. MATLAB神經(jīng)網(wǎng)絡(luò)超級學(xué)習(xí)手冊. 第一版. 北京: 人民郵電出版社, 2014. 234-2364 邊肇祺，張學(xué)工. 模式識別. 第二版.