在NSCT和EM基础上的遥感影像检测算法的探究

第一章 引言

1.1 研究背景及意义
1.1.1 背景
社会与技术的发展，使得每天人类的活动都在不停地改变着地表景观及其利用形式，而人口的快速增长及城市化的加速发展，更使得这种变化日益加速。因此，对这些变化信息进行快速而有效地监测，并分析变化的特点和原因及其对社会的影响，这对于实现我国的可持续发展战略具有十分重要的意义。在现代军事技术的带动下，对情报获取也提出了更高的要求[1]，快速而准确的军事侦察成为确保现代军事斗争的重要前提和保证。军事目标的静态信息不仅是指挥员所关心的，而且更关心军事目标的新建、改变及转移等变化的信息，这在瞬息万变的战场上对于增强部队的快速反映能力是极其重要的。
近几十年来，航天技术、传感器技术、计算机技术及其相关科学的迅猛发展，带动了遥感技术飞速猛进的向前发展[2]。作为一门正在兴起、并有着广泛应用前景的学科，遥感技术是到目前为止能够提供大面积、动态观测数据的唯一手段，具有空间上的连续性和时间上的序列性，可以提供进行地物感知和监测的多时相图像数据。因此，分析同一地理位置的多时相遥感图像，可以有效的获取自然环境和军事目标的变化信息[3]。多时相通常是指反映一组遥感影像在时间系列上所具有的特征。不同时间同一地理位置所获取的一组影像、地图或地理数据，都可视为“多时相”数据。遥感技术可以按固定周期对地球进行重复覆盖，进而产生各种时间分辨率的多时相遥感影像，满足动态分析的要求。多时相遥感影像资料的要求，依分析对象、动态变化速度及过程的时间长短而定。
如果需要对台风的发展过程进行对比分析，则要求有 12 小时以内时间间隔和数十天的一系列的多时相卫星云图[4]；而分析沙漠化的速率和范围，只需不同年份的多时相资料即可。多时相遥感资料对比和综合分析，是研究和追踪自然历史演变轨迹、监测环境[5]和资源动态变化的重要、有效手段。遥感影像变化检测是遥感瞬间视场中地表特征随时间发生的变化引起两个时期影像像元光谱响应的变化[6]。遥感变化检测是一个多学科的交叉学科，其中包括遥感信息科学、地球系统科学、统计学和计算机技术等学科技术等，代表了当前遥感数据处理技术发展的方向[6]。
进入 21 世纪，我国从航天大国逐渐转变为航天强国，其主要标志事件是到 2006 年环境减灾小卫星发射后，我国将形成气象、资源、海洋和环境减灾 4 个民用卫星系列。在遥感应用方面，经过国家“七五”、“八五”、“九五”计划的支持，遥感应用技术在进行不断普及，各大研究部门和行业陆续建立了遥感应用业务运行系统，形成 TB 级，GB 级遥感、GIS 与GPS 空间数据集，国家和部门分布式数据库系统也应运而生，并且不断发展和完善。科研部门产生的“科学分析数据”和行业部门产生的“行业权威数据”相继运行，在国家、省、市行业等各个层面为国土资源和城市土地资源调查、森林资源监测、环境变化监测、灾害预报与评估、国家重大生态工程监理、突发事件监控与决策方面发挥了不可替代的作用。
1.1.2 意义虽然遥感图像的变化检测研究在我国已经得到了极大的发展，但就总体技术来说仍然处于探索新领域、新技术的阶段，设备的智能自动化水平不高，常常需要通过人工干预的方式来实现。遥感信息获取技术在时间、空间和光谱分辨率的大幅提高，产生了海量的遥感数据，如果过多地采用人工的手段来处理这些海量数据将是一项非常繁琐的任务，甚至有时难以实现。因此，对于一些自动变化检测技术，使之可以通过计算机对同一地域不同时相的遥感图像进行分析和比较，得到地物变化的信息迫在眉睫。正因为如此，本文基于这样一个出发点来进行研究。

    1.2 国内外图像变化检经典算法 ................11-16
        1.2.1 基于半监督的支持向量机的变化检测算法 ........11-12
        1.2.2 基于后验概率空间的变化向量分析算法 ............12-13
        1.2.3 主分量分析法 ................13-14
        1.2.4 最大类间方差法 ................14-15
        1.2.5 最小二乘图像相减法 ................15-16
    1.3 论文主要工作 ................16-17
    1.4 本论文的结构安排 ................17-19
第二章 基本理论 ................19-25
    2.1 非降采样 Contourlet 变换 NSCT ................19-21
        2.1.1 非降采样塔型滤波器组 ................19-20
        2.1.2 非降采样方向滤波器组 ................20-21
        2.1.3 NCST 系数特点 ................21
    2.2 EM 算法 ................21-23
    2.3 kmeans 聚类算法 ................23-25
        2.3.1 kmeans 聚类算法的基本思想 ................23-24
        2.3.2 kmeans 聚类算法实现的基本流程 ................24-25
第三章 基于 NSCT 和 EM 的变化检测算法 ................25-30
    3.1 算法意义 ................25-26
    3.2 理论描述和算法实现 ................26-27
    3.3 实验结果及分析 ................27-29
    3.4 结论 ................29-30
第四章 基于 NSCT 和 K-MEANS 的变化检测算法 ................30-35
    4.1 算法意义 ................30-31
    4.2 理论描述和算法实现 ................31-32
    4.3 实验结果及分析 ................32-34
    4.4 结论 3................4-35

总结

多时相遥感图像变化检测方法的研究在遥感技术研究领域中，是一个非常有潜力的研究方向。本论文针对多时相无监督象素级的变化检测算法进行研究，分别提出了两种新的变化检测算法，第三章为基于 NSCT 和 EM 的变化检测算法，第四章为基于 NSCT 和 K-MEANS 的变化检测算法。
（1）针对多时相遥感图像变化检测问题，本论文提出的基于 NSCT 和 EM的变化检测算法、基于 NSCT 和 K-MEANS 的变化检测算法对于对比算法PCA-KMEANS 而言，在高斯噪声和斑点噪声下的抗噪性能、漏检率、图像检测精确性方面，都有较大的进步。
（2）在第三章基于 NSCT 和 EM 的变化检测算法中，提出了双阈值的聚类方法，可以对变化类型进行分级，分为变化区域增强类、变化区域减弱类、未发生变化类三类。通过这种类型分级，可以有效地降低漏检率，提高变化检测的精确度。
（3）本文第三章、第四章均提出了基于非下采样 Contourlet 变换的遥感图像变化检测方法。该方法利用 NSCT 的多尺度、多方向的特性，在图像的分解和重构过程中，避免了对图像进行下采样和上采样操作，从而提升了变化部分和非变化部分的可分性，进而提高了变化检测的精确度与抗噪性。
（4）在第三章基于 NSCT 和 K-MEANS 的变化检测算法中，运用 K-MEANS算法作为聚类的方法。K-MEANS 算法是解决聚类问题的一种经典算法，简单、快速。其在处理大数据集时体现出了相对可伸缩和高效性等特点。