基于treelet的遙感圖像變化檢測方法研究.pdf

1、多時(shí)相遙感圖像的變化檢測技術(shù)是指從不同時(shí)期的遙感圖像中，定量地分析和確定地物變化信息的過程，它是遙感技術(shù)的重要應(yīng)用之一。多時(shí)相的遙感圖像變化檢測技術(shù)廣泛應(yīng)用于國民經(jīng)濟(jì)和國防建設(shè)的諸多領(lǐng)域，具有良好的應(yīng)用前景。
　　 本論文圍繞著自動(dòng)、有效地提取多時(shí)相遙感圖像的變化信息來進(jìn)行研究，完成了以下三個(gè)方面的工作：
　　 (1)提出了一種基于分水嶺變換和Treelet聚類的遙感圖像變換檢測方法。首先利用分水嶺變換對模糊增強(qiáng)后的差值

2、差異圖進(jìn)行過分割，提取過分割區(qū)域的六種紋理特征并得到紋理特征矩陣，根據(jù)Treelet算法對紋理特征矩陣聚類得到對應(yīng)區(qū)域合并二值圖像，對該二值圖像進(jìn)行馬爾科夫模型后處理，得到邊緣細(xì)化的檢測結(jié)果，最后將二值圖像和后處理結(jié)果圖中的連通區(qū)域合并，刪除多余噪聲區(qū)域，得到最終的檢測結(jié)果。模擬和真實(shí)遙感圖像的實(shí)驗(yàn)證明該方法具有有效性和魯棒性。
　　 (2)提出了一種基于多組Gabor濾波降維的遙感圖像變化檢測方法。首先利用差值差異圖像的分類閾

3、值對多時(shí)相遙感圖像進(jìn)行灰度校正，將校正后得到的差異圖像進(jìn)行多組參數(shù)的Gabor濾波得到濾波圖像矩陣，根據(jù)Treelet算法對濾波后圖像矩陣進(jìn)行降維，獲得最優(yōu)參數(shù)的濾波結(jié)果圖，對該濾波結(jié)果圖像進(jìn)行K均值聚類得到變化檢測結(jié)果。模擬和真實(shí)遙感圖像的實(shí)驗(yàn)證明了該方法能有效地減少噪聲信號的影響，提高變化檢測的精度。
　　 (3)提出了一種基于自適應(yīng)Treelet構(gòu)造差異圖的遙感圖像變化檢測方法。首先對第一幅遙感圖像提取參考相似窗，在第二幅

4、遙感圖像對應(yīng)位置的搜索窗內(nèi)提取若干個(gè)相似窗，將若干個(gè)相似窗與參考相似窗的差值矩陣進(jìn)行自適應(yīng)的Treelet聚類，當(dāng)前中心點(diǎn)像素灰度值由所有與參考相似窗具有相同類別標(biāo)記的相似窗內(nèi)的像素平均得到，逐像素計(jì)算得到自適應(yīng)Treelet聚類的差異圖像。分別計(jì)算自適應(yīng)差異圖和差值差異圖的Otsu分割閾值，利用該閾值融合自適應(yīng)差異圖和差值差異圖，對融合后的差異圖像進(jìn)行Otsu閾值分割得到最終的變化檢測結(jié)果。模擬和真實(shí)遙感圖像的實(shí)驗(yàn)驗(yàn)證了該方法的有效性