第5讲-城市遥感变化检测

第5讲城市遥感变化检测第讲城市遥变上一节内容回顾上节内容回顾•一、概述•二、城市房屋的三维重建–2.1空间维数概念–2.2三维数据的获取途径–2.3基于遥感影像的城市房屋三维重建–2.4基于LiDAR点云的房屋三维重建•三、城市古建筑的三维重建•四、城市立交桥三维重建遥感信息工程学院遥感信息工程学院2主要内容主要内容•5.1概述概•5.2城市目标变化检测流程•53城市目标变化检测方法•5.3城市目标变化检测方法•5.4变化检测性能指标遥感信息工程学院遥感信息工程学院35.1概述概述•1、变化检测概念及其用途变概–变化检测的背景–变化检测的定义–变化检测的定义–变化检测的目标–变化的类型–变化检测的任务–变化检测的数据源–变化检测用途–变化检测用途遥感信息工程学院遥感信息工程学院4•变化检测的背景变景–物质处于不断运动和变化之中，对于城市来说，城市不断发展，面貌日新月异；城市不断发展，面貌日新月异；–变化内容的检测与确定，对于分析变化原因、预测变化趋势以及决策的制定均具有重要意义预测变化趋势以及决策的制定均具有重要意义。–遥感影像适合检测大范围、远距离的各种变化；遥感具有宏观动态快速准确和综合的优遥感具有宏观、动态、快速、准确和综合的优势；遥感信息工程学院遥感信息工程学院5•变化检测的定义–广义变化检测：根据不同时间的多次观测来确定某个物体的状态变化或确定某现象的变化发展过程;–遥感影像变化检测：利用多时相获取的覆盖同一地表区域的遥感影像及其它辅助数据来确定和分析地像确表变化;遥感信息工程学院遥感信息工程学院6•文献中的定义：–[singh,1989]：变化检测就是根据不同时间的多次观测来确定某个物体的状态或某现象的变化过程。–[mouat,1993]：遥感变化检测是一个确定和评变确评价各种地表现象随时间发生变化的过程。–[马建文,2004]：遥感变化检测是检测遥感瞬间[马建文,]遥感变化检测是检测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。遥感信息工程学院遥感信息工程学院7•变化检测的目标变化检测的目标–大范围目标：森林、土地、河流、云雨、洪水、海洋冰川气候矿产虫害等；（中低分海洋、冰川、气候、矿产、虫害等；（中低分辨率图像）般人工目标房屋桥梁机场道路等–一般人工目标：房屋、桥梁、机场、道路等；（中高分辨率图像）微小目标小弹坑汽车甚人体等（高分–微小目标：小弹坑、汽车甚至人体等。（高分辨率图像）遥感信息工程学院遥感信息工程学院8•变化的类型：[Blaschke,2005]遥感信息工程学院遥感信息工程学院101931年前后落成的国立武汉大学1931年前后落成的国立武汉大学木制校门牌坊，后被大风吹垮1937年前后重建的国立武汉大学1937年前后重建的国立武汉大学水泥校门牌坊1993年学校100周年校庆重建的水泥校门牌坊现在使用的是2013年学校120周年校庆重建的校门遥感信息工程学院遥感信息工程学院年校庆重建的校门•变化检测的任务变化检测的任务–检测变化发生的位置、范围；分析变化的性质原因–分析变化的性质、原因；–评估检测的精度；–评估变化产生的影响、后果；–预测未来可能的变化；预测未来可能的变化；遥感信息工程学院遥感信息工程学院12变化检测的数据源•变化检测的数据源–可见光影像可见光影像–多光谱、高光谱影像–雷达影像–雷达影像–激光扫描数据–矢量数据–数字高程数据–实地调查数据等遥感信息工程学院遥感信息工程学院13变化检测的用途：–利用计算机图像处理系统对不同时段目标或现利用计算机图像处理系统对不同时段目标或现象的变化进行识别、分析（包括检测、定位、区分、统计等内容），确定一定时间间隔内地物或分、统计等内容），确定定时间间隔内地物或现象的变化，并提供地物的空间分布及其变化的定性与定量信息，在地物覆盖分析、国土资源普定性与定量信息，在地物覆盖分析、国土资源普查等方面拥有广泛的应用价值和商业价值。遥感信息工程学院遥感信息工程学院14应用范畴：•城市土地覆盖变化监测、违章建筑查处、城市变城市土地覆盖变化监测、违章建筑查处、城市变迁、环境变迁动态监测•自然灾害监测、农作物估产、国土资源、森林资自然灾害监测、农作物估产、国土资源、森林资源、国家重大生态工程监理•目标跟踪、军事目标打击效果分析目标跟踪、军事目标打击效果分析遥感信息工程学院遥感信息工程学院遥感信息工程学院遥感信息工程学院162002－2004影像比较提取变化图斑2008年和2010年两期影像对比监测露天矿山违法开采遥感信息工程学院遥感信息工程学院17•2004年美国空袭伊拉克费卢杰地区。通过对比袭击前后的两幅IKONOS影像，可以精确地检测损毁的建筑物后的两幅OOS影像，可以精确地检测损毁的建筑物（ecognition.2010)2004.09.122004.11.24损毁的建筑遥感信息工程学院遥感信息工程学院18•2、变化检测的难点、变化检测的难点遥感信息工程学院遥感信息工程学院19理论上的欠缺从数据源选取预处理到检–理论上的欠缺：从数据源选取、预处理，到检测方法选择以及结果精度评定等；•数据源的差异•数据源的差异：•数据的质量边缘模糊边缘模糊跟背景相比不明显的弱变化；伪变化伪变化•影像对图形多源遥感影像之间•多源遥感影像之间遥感信息工程学院遥感信息工程学院20•检测目标复杂性：•二维到三维；•静止目标到移动目标；•大目标到一般目标到微小目标；•变化检测方法自身的不足•固定的模板和算子很难有效检测不同尺寸的变化；解•缺乏对目标的变化特性的深入理解；•检测算法的阈值确定方法、误差积累；遥感信息工程学院遥感信息工程学院215.2城市目标变化检测流程城市目标变化检测流程–变化检测一般步骤：•数据准备•预处理（辐射、几何校正，超分辨，配准）预处理（辐射、几何校正，超分辨，配准）•变化检测•后处理•后处理•变化性质分析（识别）变化影响分析（评估）•变化影响分析（评估）遥感信息工程学院遥感信息工程学院22•城市目目标变变化检检测一般般流程程23打击前影像变化检测（特定目标）伪变化剔除变化区域提取（特定目标）打击后影像损伤信息量化遥感信息工程学院遥感信息工程学院24损伤区域确认损伤信息量化5.3城市目标变化检测方法城市目标变化检测方法•分类：分类：–分类后比较法直接多时相图像分类法–直接多时相图像分类法遥感信息工程学院遥感信息工程学院255.3.1分类后比较法分类后比较法–是较简单的变化检测分析技术简变–可用于两幅或多幅配准后的图像–包括一个分类步骤和一个比较步骤–包括一个分类步骤和一个比较步骤–要求对多时相图像的每一幅图像单独进行分类，然后对分类结果图像进行比较然后对分类结果图像进行比较遥感信息工程学院遥感信息工程学院265.3.1分类后比较法分类后比较法•如果对应像素的类别标签相同，则认为该像素没有发生变化，否则认为该像素发生了变化；其中，分类方法可以是监督分类方法也可以是非监督分类方法类方法。•这种方法在70年代末己经开始使用，曾被Skole和Tk（1993）成功用于亚马逊流域的热带雨和Tucke（1993）成功用于亚马逊流域的热带雨林监测。遥感信息工程学院遥感信息工程学院27•分类后变化检测的一个重要的进步是可以克服由于类变可以多时相图像的传感器性质、分辨率等因素的差异带来的不便，不需要数据归一化过程，因为两幅图像，，是单独分类的。遥感信息工程学院遥感信息工程学院28•分类后比较法在使用时也会受到一些限制：类使到–该方法对类别的合理划分要求比较高。类别划分得过细会产生大量的边缘点，从而造成检测误分得过细会产生大量的边缘点，从而造成检测误差的增加；类别划分得过粗又会忽略一些类别之间的差异，不能很好的反映实际情况。间的差异，不能很好的反映实际情况。–该方法的分类步骤和变化检测步骤的分离。当分类与变化检测成为相对独立的两个过程时比分类与变化检测成为相对独立的两个过程时，比较分析就基于从两幅图像中得到的处理过的信息而不是原始信息这会产生信息量的减少从而而不是原始信息。这会产生信息量的减少，从而造成准确性的丧失。遥感信息工程学院遥感信息工程学院29–该方法对于分类错误比较敏感。因为分类后比该方类误类较法需要对用于变化检测的多幅图像分别分类，任何一幅图像的分类错误都会造成结果的错误，，这就等于增加了错误发生的几率。遥感信息工程学院遥感信息工程学院305.3.2直接多时相影像分类法直接多时相影像分类法•直接多时相影像分类法(也称光谱/时间分类法)：多像类称谱类是通过对两个或多个日期的组合数据序列进行单一分析来识别变化区域；；•该方法是使用两幅或更多时相数据一次分析来识别变化区域。变化区域。遥感信息工程学院遥感信息工程学院315.3.2直接多时相影像分类法直接多时相影像分类法（1）像素级变化检测像级变（2）特征级变化检测遥感信息工程学院遥感信息工程学院32（1）像素级变化检测•灰度差值法•矩特征差值法•图像回归法•归一化图像差值法•相关系数法•灰度比值法遥感信息工程学院遥感信息工程学院33•灰度差值法图像差值法对多时相图像中对应像素•灰度差值法：图像差值法对多时相图像中对应像素的灰度值进行相减，结果图像代表了两个时间图像的变化的变化CDkkk)()(CtxtxDxkijkijkij)()(12kkk)()(12txtxDxkijkijkij–用对应像素灰度值直接相减的效果很差，一般都取窗口用窗口均值代替窗口中心像素的灰度都取窗口，用窗口均值代替窗口中心像素的灰度值进行计算；遥感信息工程学院遥感信息工程学院34–得到差值图像后，变化区域需要进一步确认：对差值图像进行统计处理，计算差值图像对差值图像进行统计处理，计算差值图像的均值和标准差。如果差值图像中像素的灰度值满足如下公式，就认为该像素发生变化。满足如下公式，就认为该像素发生变化。STDTDk*STDTmDxdkij*mSTDdT其中，为差值图像均值，为差值图像标准差为门限值STD为差值图像标准差遥感信息工程学院遥感信息工程学院35变化前变化后灰度差值法结果图遥感信息工程学院遥感信息工程学院36灰度差值法结果图•矩特征差值法：–在概率论中，矩(moment)是一种数学期望，是随机变量的一种数字特征。–若将影像看作一个二维随机过程，标准化的中心矩可以用来描述影像的特征；可以像特征；•低阶矩主要描述能量分布较大的概略信息；•高阶矩主要描述影像中的细节信息；高阶矩主要描述影像中的细节信息；–因此，可根据两个时期影像的不同的矩特征，检测该区域中心像素的变化。该区域中心像素的变化。遥感信息工程学院遥感信息工程学院37遥感信息工程学院遥感信息工程学院38变化前变化后矩特征差值法结果图遥感信息工程学院遥感信息工程学院39矩特征差值法结果图•影像回归差值法：像–基本思想：若区域未发生变化，时间T1获得的影像中的像素可以表示成时间T2获得的影像中对应像像中的像素可以表示成时间获得的影像中对应像素灰度值的一个线性函数。因此可以使用昀小均方差来估计该线性函数。–变化检测时，利用线性函数估算值计算差值影像，与实际值对比，选用合适的阈值，就可确定变化的区域。遥感信息工程学院遥感信息工程学院40变化前变化前变化后回归差值法检测结果遥感信息工程学院遥感信息工程学院41变化前变化后回归差值法结果图遥感信息工程学院遥感信息工程学院42回归差值法结果图•归一化影像差值法（原始影像差值法的改变）：像始像改变–在两幅影像比较之前进行归一化处理，然后将归一化后的影像相减生成差值影像；化后的影像相减成差值影像；•昀常用的归一化处理方法，就是使用均值和方差。差。遥感信息工程学院遥感信息工程学院43变化前变化后归一化差值法结果图遥感信息工程学院遥感信息工程学院44归化差值法结果图相关系数法：计算多时相图像中对应像素灰度的相关系数，结果代表了两个时间图像中对应像素的相关性。–一般是取窗口，计算两个图像中对应窗口的相关般是取窗，算个图像中对应窗的相关系数，来表示窗口中心像素的相关性。–如果相关系数值接近1则说明相关性很高，