影像变化检测是什么(遥感影像变化检测指利用多时相获取的覆盖)

遥感图像变化检测是指利用覆盖同一表面区域的遥感图像和其他辅助数据来决定和分析地表变化。它利用计算机图像处理系统识别和分析不同时期目标或情况的变化；它可以确定一定时间隔内国内物体或情况的变化，并提供空间分布和变化的定性和定量信息。它主要分为两类：一类是基于像素的图像变化检测，另一类是基于特征的图像变化检测。

定义

遥感图像变化检测是指利用覆盖同一表面区域的遥感图像和其他辅助数据来决定和分析地表变化。它利用计算机图像处理系统识别和分析不同时期目标或情况的变化；它可以确定一定时间隔内容或情况的变化，并提供空间分布和变化的定性和定量信息。

根据对不同时相遥感图像的分析，发现和获取它们之间的变化信息是遥感变化检测的关键。图像变化检测（也指不同时相遥感图像之间的变化检测）主要分为两类：一类是基于像素的图像变化检测，另一类是基于特征的图像变化检测。基于像素的图像变化检测，在图像准确几何准确的基础上，比较每个像素前后两个时相的灰度或颜色（也可根据检测目的选择像素的纹理特征和植被指数特征），判断每个像素是否发生变化，从而检测变化区域。基于像素的图像变化检测将受到图像准确性、辐射校准等因素的影响。基于特征的图像变化检测需要首先确定感兴趣的目标并获得其特征，然后通过比较特征获得对象变化信息。

检验内容

变化检测一般包括以下变化检测 4 知识的各个方面：

(1)确定是否有变化，即确定研究区国内物是否有变化；

(2)校准转换发生的区域，即确定变化发生在哪里，将转换像元与不变像元区分开来；

（3）识别变化的特征，给出每个变化像元上的变化类型，即确定变化前后像元中的地物类型；

（4）评估时间和空间分布模式的变化。

其中，前两个方面是变化检测需要克服的基本问题，然后根据应用规定决定是否应该做。

三个层次

遥感图像分析过程通常包括三个过程：数据层解决、特征层处理和目标层解决。根据这三个层次，变化检测可分为：元变化检测、特征变化检测和目标变化检测。

像元级

元级变化检测是指从收集的初始图像中直接进行变化检测。虽然基于像元的变化检测有一定的局限性，但由于这是基于最原始的图像数据，它可以更多地保存图像的原始现实感，并提供其他变化检测级别无法提供的微小信息，因此大多数变化检测方法都是元级变化检测。

特点级

特征级变化检测是利用一定的算法从初始图像中提取特征信息，如边缘、形状、走廊、线条等，然后对这些特征信息进行综合分析和变化检测。由于特征级变化检测解决了特征之间的关系，将特征分类为有价值的组合，因此对特征属性的判断具有更高的可信度和准确性。但它不是基于原始记录，而是基于特征，因此在特征提取过程中不可避免地会丢失部分数据，无法提供微小的信息。

目标级

在图像理解和图像识别的基础上，对某些特定对象（如道路、房屋等具有明确含义的目标）进行变化检测是一种基于目标模型的高层分析方法。

变化检测的三个层次在推广上各有优缺点。在具体的变化检测中，必须根据任务确定哪个层次。例如，元级变化检测保持尽可能多的原始信息，具有特征级和目标级没有的细节，但元级变化检测只考虑像素属性的变化，而不考虑其空间等特征属性的变化；特征级变化检测不仅考虑空间形状的变化，而且考虑特征属性的变化，但特征级变化检测取决于特征提取的结果，但特征提取本身非常困难；目标级变化测试的最大优点是接近用户的需求，测试结果可以直接使用，但其缺点是目标提取的困难。

检测方式

图像变化检测方法主要分为两类：一类是基于像素的图像变化检测，另一类是基于特征的图像变化检测。

基于像素

基于像素的图像变化检测方法的优点是：方法简单，速度快，易于获得变化区域，但无法确定图像变化的类型和特征。其实际算法包括：差值法、比值法、相关系数法、回归分析法等。

（1）差值法。首先测量前后两个时相遥感图像对应像素灰度等级（或颜色值）的差值，生成差值图像，然后对差值图像进行阈值化，以检测变化区域。

（2）比值法。首先，测量前后两个时相遥感图像对应像素灰度等级（或颜色值）的比率，生成比率图像。如果像素中没有变化，则比率接近 1、相反的比率会明显高于或小于 1.因此，只要提前设置合理的低阀值和高阀值，就可以检测到变化区域。

（3）相关系数法。首先测量前后两个时相遥感图像对应像素灰度的相关系数。如果相关系数值接近像素灰度， 1、说明像素没有明显变化，相反，说明像素发生了变化。

（4）回归分析方法。该方法将某一时刻图像的像素灰度等级视为另一时刻图像对应像素灰度等级的线性函数，并用最小二乘法估计该线性函数。由于变化的像素将不同于回归函数预测的灰度等级，当回归函数预测的灰度等级与实际灰度等级之间的差异超过给定的阀值时，则认为该像素发生了变化。

基于特点

基于特征的图像变化检测方法的特点是：首先确定检测目标，获取对象特征数据，然后通过比较特征获取对象变化信息。

确定检验目标是将检验目标从遥感图像中分离出来。检验目标可能是条状地物（如道路、运河等）、表面地物（如水库、湖泊等），也可能是三维空间中的复杂地物（如建筑物）。根据不同类型的检验目标，可以选择不同的方式获取其特征数据。例如，在几何特征提取层面，条状地物可以通过线路检查、优化、跟踪等算法获得中心线的位置；表面地物可以通过区域划分、边界检测等算法获得边界数据；三维空间中的复杂地物可以通过摄影测量技术获得轮廓数据。

根据不同的特征描述方法，可以选择不同的方法来比较两组特征。详细信息如下：

（1）采用数值特征描述检验目标时，可采用统计模式识别方法判断两组特征的相似性，确定检验对象的变化信息；

（2）采用结构类型描述检验目标时，可以采用结构模式识别的方法来判断两组特征的相似性，并确定检验对象的变化信息。

基于特征的图像变化检测是一个非常复杂的图像处理、识别和理解过程，目前还没有有效果，仍在探索中。

一般步骤

遥感图像变化检测的一般处理过程包括三个部分：图像预处理、变化检测和检测结果导出。

预处理

由于获取标准的差异，多时相遥感图像中存在非地物变化引起的图像变化。因此，去除非地物变化是变化检测中不可或缺的过程。在图像预处理过程中，主要有两个过程是几何校正和辐射校准。

转换信息获取

变化信息获取是变化检测解决方案中的关键步骤。在此过程中，首先根据变化检测目标(包括光谱特征和结构类型)提取变化特征。提取转换特征，有些可以直接用于转换分析，称为确定转换特征；有些不能直接用于转换分析，需要根据辅助信息（如在目标级变化测试中，需要根据目标模型描述转换）称为不确定转换特征。最后，对转换信息进行分析和描述，得到检验结果。

检验结果的后处理和导出

变化检测的后处理是指对检测结果进行重新解决，以满足实际需要。主要方法包括滤波处理、数学形态学处理等。根据用户的必要性，变化检测结果可以通过表格、变化图或存储在数据库中导出。正常情况下，元级变化检测是以二值图的形式表示变化和未变化的区域。在特征级和目标级变化检测中，不仅需要标明变化的特征或目标，还需要导出描述特征或目标变化的各种参数。

- END -