遙感圖像變化檢測(cè)交大課程報(bào)告課件

1、遙感圖像變化檢測(cè)第7組主要內(nèi)容1. 遙感技術(shù)介紹2. 變化檢測(cè)概述3. 面向?qū)ο蟮淖兓瘷z測(cè)1. 遙感技術(shù)介紹1.1 遙感的概念遙感（Remote Sensing）： 從遠(yuǎn)處探測(cè)、感知物體或事物的技術(shù)。即不直接接觸物體本身，從遠(yuǎn)處通過(guò)各種傳感器探測(cè)和接受來(lái)自目標(biāo)物體的信息，經(jīng)過(guò)信息的傳輸及其處理分析，來(lái)識(shí)別物體的屬性及其分布等特征的綜合技術(shù)。景山坐像1.2 遙感圖像特點(diǎn)1.宏觀性與綜合性（1）覆蓋范圍大：一景TM圖像為185x185平方公里（2）信息豐富2.多波段性 可采用可見(jiàn)光、紅外線(xiàn)、微波等多種波段對(duì)物體進(jìn)行遙感檢測(cè)3.多時(shí)相性重復(fù)探測(cè)，有利于進(jìn)行動(dòng)態(tài)分析。 1.3 遙感應(yīng)用在資源調(diào)查方面的

2、應(yīng)用針對(duì)農(nóng)作物的變化檢測(cè)5月份的圖像3月份的圖像在環(huán)境監(jiān)測(cè)評(píng)價(jià)等方面的應(yīng)用貝爾加湖畔森林火災(zāi)的圖像在區(qū)域分析及建設(shè)規(guī)劃方面的應(yīng)用城市土地利用 植被覆蓋率的檢測(cè)：在地表景物中，通常只有植物在近紅外波段有很高的反射率。道路交通分析城市規(guī)劃彩紅外航片（上海市人民廣場(chǎng)局部） 在全球性宏觀研究中的應(yīng)用采伐后裸地的詳細(xì)調(diào)查 通過(guò)全球植被覆蓋情況監(jiān)測(cè)數(shù)據(jù)與其它環(huán)境因子變化情況的相關(guān)分析，可以得出有關(guān)植被對(duì)全球環(huán)境影響情況的結(jié)論，這為認(rèn)識(shí)地球環(huán)境的整體行為，預(yù)測(cè)其未來(lái)的變化提供了有用的數(shù)據(jù)支持。 2. 變化檢測(cè)概述2.1 變化檢測(cè)的概念變化檢測(cè)的實(shí)質(zhì)是地表特征隨時(shí)間變化發(fā)生的變化而引起的兩個(gè)時(shí)期影像像元光譜響

3、應(yīng)的變化，所以利用不同時(shí)期的影像進(jìn)行變化檢測(cè)就能獲得地物的變化信息。工作流程：數(shù)據(jù)選取、數(shù)據(jù)預(yù)處理、變化信息提取和分離、精度評(píng)定。2.2 數(shù)據(jù)選取盡可能選取同一季節(jié),同一時(shí)刻或相近的遙感影像,以消除太陽(yáng)高度角及植物物候條件的差異影響。盡可能選取具有相同輻射分辨率的遙感影像云覆蓋20%的影像不可取土壤過(guò)于濕潤(rùn)的影像也不好2.3 數(shù)據(jù)預(yù)處理幾何校正衛(wèi)星影像獲取時(shí)由于衛(wèi)星影像覆蓋范圍大受到地球曲率、傳感器高度和姿態(tài)角的變化及地形起伏的影響產(chǎn)生幾何畸變?；舅悸罚喊汛嬖趲缀位兊膱D像，糾正成符合某種地圖投影的圖像，且要找到新圖像中每一像元的亮度值。2.3 數(shù)據(jù)預(yù)處理輻射糾正衛(wèi)星成像時(shí)由于大氣狀況、太陽(yáng)

4、高度角和地形等不同造成同一地區(qū)多時(shí)相影像間存在輻射差異。 基本思路：分別在不同數(shù)據(jù)源中選取對(duì)應(yīng)的多個(gè)穩(wěn)定地物點(diǎn)亮度值，找出對(duì)應(yīng)關(guān)系，得到回歸系數(shù)，將所有圖像的輻射條件同化到一參考圖像。2.3 遙感變化檢測(cè)的理論模型按照是否需要分類(lèi)可分為：直接變化檢測(cè)和分類(lèi)后變化檢測(cè)根據(jù)是否需要先驗(yàn)知識(shí)可分為：監(jiān)督變化檢測(cè)和非監(jiān)督變化檢測(cè)根據(jù)變化檢測(cè)所選取的分析對(duì)象可分為：面向像素、特征、對(duì)象變化檢測(cè)根據(jù)變化檢測(cè)選取的時(shí)相可分為：雙時(shí)相和多時(shí)相變化檢測(cè)2.3.1 面向像素變化檢測(cè)圖像差值法將兩幅影像進(jìn)行配準(zhǔn)，然后將圖像中對(duì)應(yīng)像素的灰度值相減，獲得一幅差異圖像以表示在所選兩個(gè)時(shí)間當(dāng)中目標(biāo)區(qū)所發(fā)生的變化。圖像比值法

5、將一個(gè)時(shí)間圖像的像元值與另一個(gè)時(shí)間圖像對(duì)應(yīng)的像元值相除,增強(qiáng)變化信息,抑制背景信息的同時(shí)可以幫助減少大氣條件造成的影響。2.3.2 面向特征變化檢測(cè)對(duì)于特征提取后比較法，特征提取是其變化檢測(cè)的關(guān)鍵，同時(shí)也是影像處理中的難點(diǎn)問(wèn)題。常見(jiàn)的目標(biāo)特征有：灰度特征、紋理特征、幾何特征、顏色特征以及空間關(guān)系特征等。2.3.3 面向?qū)ο笞兓瘷z測(cè)影像對(duì)象定義為形狀與光譜性質(zhì)具有同質(zhì)性的單個(gè)區(qū)域。傳統(tǒng)的逐像元的變化檢測(cè)分析方法僅僅考慮單個(gè)像元的光譜特征，沒(méi)有考慮到周?chē)裨墓庾V特征及鄰近像元的空問(wèn)特征信息，致使變化檢測(cè)的精度較低。利用GIS對(duì)象把影像分解成多個(gè)像素組的集合，每個(gè)像素組代表一個(gè)GIS對(duì)象，即一個(gè)“

6、影像對(duì)象”，在影像分割階段就整合了光譜信息和空間信息3. 面向?qū)ο蟮淖兓瘷z測(cè)3.1 面向?qū)ο笞兓瘷z測(cè)基于像素變化檢測(cè)的局限性：應(yīng)用于中等空間分辨率衛(wèi)星圖像，不適用于高空間分辨率、多光譜圖像高空間分辨率圖像特點(diǎn)：高對(duì)比度的高頻分量（如陰影像素）由于視角不同，凸出地面的物體導(dǎo)致水平覆蓋（如建筑物、樹(shù)）Pixel-by-pixelObject-oriented基于新的三個(gè)通道（channel）NCI（neighborhood correlation image）：包括三部分信息：Correlation（相關(guān)性）：從特定鄰域圖像（如3*3）中提取包含此鄰域變化信息Slope（斜率）、intercept

7、（截距）：作為附屬數(shù)據(jù)用于變化檢測(cè)CorrelationSlopeintercept專(zhuān)家系統(tǒng)或面向?qū)ο蠓诸?lèi)技術(shù)詳細(xì)的 “from-to”變化信息數(shù)據(jù)來(lái)源：ADAR 5500遙感系統(tǒng)3.2 實(shí)例分析隨機(jī)選取800個(gè)采樣參考點(diǎn)（ArcGIS軟件），分為13個(gè)類(lèi)：創(chuàng)建多層NCIs：1.correlation：圖像1特定鄰域中所有波段第i個(gè)像元亮度值2.slope和intercept：不變區(qū)域：slope1，intercept0計(jì)算公式：slope（a），intercept（b）創(chuàng)建的NCIs：（neighborhood with a 1-pixel radius）鄰域大小的選擇鄰域大小的選擇對(duì)變化檢

8、測(cè)相關(guān)性的影響選取c區(qū)域與d區(qū)域研究c區(qū)域：樹(shù)建筑物d區(qū)域：陰影變化結(jié)論：大鄰域類(lèi)似于低通濾波，有利于消除噪聲；但可能通過(guò)增加或減少變化區(qū)域而改變變化信息。適用于大的變化，不適用線(xiàn)形變化（如細(xì)窄的公路）。小鄰域可以檢測(cè)細(xì)節(jié)變化，但可能帶來(lái)一些噪聲（如陰影）。此例中取3像素半徑的圓形鄰域效果最好 利用決策樹(shù)分類(lèi)結(jié)果圖結(jié)論：小鄰域由于陰影影響帶來(lái)椒鹽噪聲（a）鄰域變大消除了噪聲（b和c）大鄰域使邊緣更平滑（c）大鄰域使邊界分類(lèi)產(chǎn)生誤差（c中TD周?chē)a(chǎn)生錯(cuò)誤分類(lèi)）產(chǎn)生分類(lèi)誤差的因素（1）配準(zhǔn)誤差（尤其對(duì)直線(xiàn)特征的分類(lèi)、使用小鄰域的情況影響更大）（2）在“Grass”分類(lèi)時(shí)物候變化產(chǎn)生分類(lèi)誤差（如稀疏的草地光譜特性與建筑物或荒地相似）（3）地面參考樣本數(shù)過(guò)少展望變化檢測(cè)是影像配準(zhǔn)、輻射糾正、影像分類(lèi)、特征提