变化检测算法

1. 变化检测的概念

变化检测是从不同时期的遥感图像中，定量地分析和确定地物变化的特征和过程。

变化检测的研究对象为地物，包括自然地物和人造地物。

描述地物的特性包括：空间分布特性、波谱反射与辐射特性、时相变化特性

2. 变化检测的应用

民用：主要用于资源和环境监测中的土地利用和覆盖变化、森林和植被变化、城市扩展等变化信息获取；

测绘：地理空间数据更新；

自然灾害：地震、洪水、泥石流和森林大火等灾情监测与评估。

军事：应用于毁伤效果评估、战场信息动态感知、军事目标和兵力部署监测等方面。

3. 变化检测的主要内容

它涉及到变化的类型、分布状况及变化信息的描述，即需要确定变化前后的地物类型、界限和分析变化的属性：

1）判断是否发生了变化；

2）确定发生变化的区域；

3）鉴别变化的性质；

4）评估变化的时间和空间分布模式。

其中前两个方面是变化检测所要达到的基本目标，因而也是变化检测研究中需要首先解决的问题，狭义上的变化检测概念即是由这两方面构成

4. 遥感影像变化检测处理流程

1）预处理

包括几何校正、几何配准、辐射校正、图像滤波、图像增强

在理想状态下，变化检测过程中采用的数据要求用相同传感器来获得，并且它们在记录时具有相同的空间分辨率、相同的拍摄几何特征、相同的光谱波段、相同的辐射分辨率，而且在一天的同一个时间拍摄。

不同图像数据的空间配准精度也是进行有效变化检测的必备条件，通过配准后的精度需要在1/4~1/2个像素之内

2）变化区域检测

3）后处理

于受噪声的影响，经过决策判别后的分类结果中会包含许多虚警，后处理阶段对分类的结果进行处理，滤除部分虚警，剔除其中不感兴趣的变化，以满足实际需求

主要方法包括滤波处理、区域生长法、数学形态学处理等

4）性能评价

（1）变化检测性能评估可以通过计算虚警数、漏检像素数和总的误差像素数来定量分析；

（2）评估变化检测方法性能的另一个重要方面是变化阈值的自动化水平及有效性

5. 变化区域检测算法从检测层次上分类

1）像元级：对两幅图像对应像元灰度值进行计算处理来检测变化。

        优点：保留了尽可能多的原始信息，具有其他层次上所不具备的细节信息

        缺点：效率低下；未考虑空间等特征属性变化；抗干扰能力差（太阳照射角、地表湿度等自然因素）

2）特征级：采用一定的算法先从原始图像中提取特征信息（边缘、形状、轮廓、纹理），然后对这些特征信息进行综合分析与变化检测

        优点： 运行效率较高；对特征属性的判断具有更高的可信度和准确性；从一定程度上减少了外界因素对结果的干扰

        缺点： 在特征提取过程中会出现信息的部分丢失，难以提供细微信息；依赖于特征提取的结果，但特征提取本身比较困难

3）目标级：主要检测某些特定对象（比如道路、房屋等具有明确含义的目标），是在图像理解和图像识别的基础上进行的变化检测，它是一种基于目标模型的高层分析方法

        优点：它接近用户的需求，检测的结果可直接应用

        不足：目标提取具有一定困难

6. 变化区域检测算法从算法实现原理分类

1）比较后分类变化检测算法

（1）基于简单代数运算的变化检测方法

        归一化图像差值法

        图像灰度差值法（图像的灰度信息反映了地物的波谱反射特性）    

        图像纹理特征差值法

        图像回归法

        图像植被指数差分法

        图像比值法

        变化向量分析法

（2）基于图像变换的变化检测方法

        主成分分析法

        独立成分分析法ICA

        正交变换

         典型相关分析

        缨帽变换（K-T变换）

        典型相关分析法(multivariate alteration detection，MAD)、

        Gramm-Schmidt变换、

        Chi-square变换、

         穗帽变换(Tasseled Cap Transformation)

         HSI变换

（3）基于图像空间特征的变化检测方法

        基于统计特征的变化检测算法

        基于纹理特征的变化检测算法

        基于空间结构特征的变化检测算法

2）分类后比较变化检测算法

3）基于对象变化检测算法

4）基于统计模型变化检测方法

原文链接：http://blog.csdn.net/zhang22huan/article/details/8482490