博士学位论文

基于多元统计分析的遥感影像变化检测方法研究

研究生姓名：　　张路

指导教师： 　　 廖明生 教授

学科专业名称：　摄影测量与遥感

研究方向：　　　遥感信息处理

　　　　　　　　　　　　　摘　要

　　基于遥感影像的变化检测就是从不同时间获取的遥感影像中，定量地分析和确定地表变化的特征和过程的技术。利用不同时相获取的卫星遥感影像进行变化检测，是开展资源调查、环境监测、基础地理数据库更新等对地观测技术应用中的关键技术，具有迫切的科学应用需求和广泛的应用领域。例如，如何从遥感影像中提取地表覆盖变化信息，近年来已成为遥感应用领域的重要研究课题，其中基于多时相、多通道（多波段或多极化等）的遥感影像的变化检测更是一大研究热点。本论文主要围绕着如何从多时相的中分辨率星载多光谱遥感影像以及合成孔径雷达影像中快速有效地自动提取变化信息来展开研究，重点解决不同时相之间的差异影像的构造和变化区域的提取这两方面的关键技术。

　　论文首先研究了从多时相多通道遥感影像构造差异影像的问题。多通道遥感影像由于通道之间相关性的影响，相对于单通道影像的变化检测更为困难，需要有效地集中分布在各个通道上的变化信息，构造出不同时相之间的差异影像，以便于变化信息的分析解译。本文针对多通道变化信息集中的难点，从多元统计分析的角度出发，在以下三个方面进行了深入研究：

（1）针对通道之间相关性的影响难以消除的问题，引入多元统计分析中的典型相关分析方法，将两个时相的多通道遥感影像视作两组多元随机变量，采用Multivariate Alteration Detection（MAD）变换，对多个波谱通道上的所有差异信息或变化信息进行重组，分配到一组互不相关的结果变量中，最大限度地消除通道间相关性对变化检测的不利影响，初步解决了差异影像构造的问题。

（2）针对MAD方法难以完全有效地集中变化信息的问题，提出以信噪比作为衡量变化信息分布的测度，引入最小噪声比率变换MNF，实现MAD结果中包含的变化信息与噪声最大限度的分离，解决了有效集中变化信息和构造差异影像的问题。

（3）探讨了利用来自不同传感器的遥感影像，进行直接比较像元灰度特征的变化检测的可行性。提出了采用MNF/MAD方法来从多源多通道遥感影像构造差异影像的方案，在Landsat7 ETM+与SPOT5 HRG影像上进行的变化检测实验结果证实了该方案的有效性。

　　多个试验区的实验结果表明，基于典型相关分析的MNF/MAD多元变化检测方法，能够有效地从多时相的多通道遥感影像中分离出变化信息，并集中到差异影像的少数分量中，这些分量通常能够表现出较为明晰的物理意义。同时，这种方法具有对量测尺度不一致、量测设备增益变化、线性辐射畸变等不敏感的优点，因而对辐射特性归一化的要求很低，降低了数据预处理的难度。

　　然后，论文研究了从变化检测得到的差异影像中提取变化区域的问题。变化区域的提取实际上可以理解为典型的两类识别问题，通常采用阈值分割的方法加以解决。本文针对传统方法难以有效地确定变化阈值的问题，借助统计模式识别的理论和方法，从以下几个方面展开了深入探讨：

（1）提出了一种基于Bayes最小错误率决策规则自动确定变化阈值的方法。通过对差异影像统计特性的深入分析，首先假定变化与未变化两类像元服从简单高斯密度分布模型，采用Expectation-Maximization（EM）算法来估计模型参数，以确定变化阈值，实现变化区域的自动提取。然后针对简单高斯密度分布模型在描述包含多种变化类型的复杂分布方面的不足，提出用混合高斯密度分布模型来描述这两类像元的统计分布，并采用遗传算法来估计模型参数，提高了变化阈值估计的准确性。

（2）经过理论分析，发现Bayes决策方法的不足在于采用了简单的像元独立性假设，而忽略了相邻像元之间的相互依赖关系。为此提出了顾及上下文的Bayes决策方法。在Bayes决策过程中引入马尔科夫随机场（MRF）模型，用于描述和运用上下文信息，估计局部先验概率，从而提高变化区域提取结果的可靠性和准确性。

（3）研究了多时相SAR影像变化检测的问题。以不同时相SAR影像之间的比值对数影像作为差异影像，根据比值对数影像中的各类像元近似服从高斯分布的特点，提出了应用顾及上下文的Bayes决策方法从比值对数影像中提取变化区域的方案。

　　实验结果证明，无论对于光学影像还是SAR影像，顾及上下文的Bayes决策方法能够以非监督方式，从不同时相之间的差异影像中自动高效地确定变化阈值，并提取出变化区域。

关键词：变化检测，多元统计分析，典型相关分析，变化阈值，Bayes决策