基于全尺度树及多约束条件的对象级变化检测方法

对象级变化检测能综合考虑光谱与结构信息，对视角变化具有更好的鲁棒性，很好克服像素级变化检测的局限性，被认为是目前最有潜力的变化检测方法之一。但是，现阶段对象级变化检测还存在诸多问题，如对象提取时人为划分的多尺度难以兼顾影像中各种尺度的地物特性、未能综合考虑多特征约束以提高检测的可靠性、缺乏一体化的处理流程、缺乏针对对象级影像分析特点的阈值选取方法而导致检测自动化程度低等等。.因此，本课题的学术思想首先是从理论上研究一种集成多种约束的、可控的全尺度影像分割及全尺度树构建方法，这种方法可以充分兼顾影像中不同尺度空间下地物特性；二是对典型变化检测方法进行总结，研究基于全尺度树进行对象提取与变化检测一体化的处理方法，处理过程中使用多特征和辅助信息进行约束以提高检测的可靠性；针对影像由像素到对象的转变导致统计特性发生改变的特点，研究适用于对象级变化检测的阈值自适应提取方法以提高检测自动化程度和精度。

对象级变化检测能综合考虑光谱与结构信息，很好地克服像素级变化检测的局限性，被认为是目前最有潜力的变化检测方法之一。但是现阶段对象级变化检测还存在诸多问题，如对象提取时人为划分的多尺度难以兼顾影像中各种尺度的地物特性、未能综合考虑多特征约束以提高检测的可靠性、缺乏一体化的处理流程、缺乏针对对象级影像分析特点的阈值选取方法而导致检测自动化程度低等等。因此，本课题针对上述问题经过三年研究，按计划完成了以下工作：第一，从理论上和实践中构建一种集成多种约束的、可控的全尺度影像分割及全尺度树方法，这种方法可以充分兼顾影像中不同尺度空间下地物特性；第二，总结了典型变化检测方法，实现了基于全尺度树进行对象提取与变化检测一体化的处理方法，处理过程中使用多特征和辅助信息进行约束以提高检测的可靠性；第三，针对影像由像素到对象的转变导致统计特性发生改变的特点，研究出了适用于对象级变化检测的阈值自适应提取方法，该方法可以提高检测自动化程度和精度。.在上述研究工作中，本课题首先研究了与变化检测息息相关的相对辐射校正方法、云雾检测方法和影像质量评价方法，分析了他们对变化检测的影响，并取得多项成果；本课题对对象级变化检测中的影像分割、阈值选取、变化检测模型、流程及应用等核心难点和存在的问题进行深入研究。上述研究取得的成果包括13篇论文，其中SCI检索4篇、EI检索5篇、核心1篇；申请专利5项，已授权1项。为了对理论研究成果进行验证，本课题利用多时相SPOT5及WordView获得变化检测结果，对天津西青区局部及武汉江夏区局部做了实地考察，获得大量地面变化实测数据，为今后的变化检测应用研究及遥感影像目视判读提供大量有用素材。同时本课题还将理论成果应用于生产实践中，为武汉、天津、昆明等城市的土地变更和城市规划提供技术支持；在四川汶川地震灾后重建、玉树地震、舟曲滑坡泥石流、云南彝良滑坡泥石流等国内重大自然灾害中，利用课题变化检测技术成果及其他遥感技术快速的获取灾区受灾情况，为灾后应急救援、灾害监测、灾情评估、灾后重建等做出一定的贡献。由大量试验及减灾应用结果说明，本课题的研究成果可应用于多个领域，如地图更新、土地利用、计算机视觉、城市规划、军事目标监视、打击效果评估等方面，在后续工作中将加强变化检测与应用之间的转化机理研究，使得变化检测在资源调查、环境管理、防灾减灾、军事应用等方面更好的发挥重要作用。

内容获取失败，请点击重试