变化信息发现 - 图文

第一节 变化信息发现

变化信息的发现是变化信息提取过程中最关键的一步，变化发现的准确度决定着后序工作是否能达到最理想的效果。变化信息发现的方式可分为三种：人工发现、自动发现及人工与自动相结合的方法。在土地利用动态遥感监测中，大多采用最后一种方法，即人工与自动相结合的方法。其中变化自动发现的方法主要包括光谱特征变异法、假彩色合成法、主成分分析法、图像差值法、分类后比较法、波段替换法及变化矢量分析法。

一、光谱特征变异法

同一地物反映在多源遥感影像上的信息是一一对应的。因此对同一时相、不同传感器的影像进行融合后，地物光谱属性可以如实正确地表现出来。但如果同一地物在两者上的信息表现为不一致时，那么融合后影像中此地物的光谱就表现得与正常地物的光谱有所差别，此时称地物发生了光谱特征变异，可根据发生变异的光谱特征确定变化信息的发生。

光谱特征变异法是土地利用动态监测中应用的最多的一种方法，其技术流程如图4.1.1所示。图4.1.2是光谱特征变异法的一个应用实例。它充分利用了TM数据的丰富光谱特征和SPOT数据的高分辨率纹理特征，将前一时相的TM数据与后一时相的全色SOPT数据精确配准后融合。由于后一时相的SPOT全色波段数据相对与前一时相的TM多光谱数据发生了变化，于是发生变化的区域在融合后的影像上表现为含有纹理特征的亮绿色，区别于周围植被地物的绿色特征和正常的居民地信息，判定为该区域新增了一块建设用地。

两时相影像融合

发现变化

99年TM影像

2000SPOT影像

图4.1.2 光谱特征变异法

特征变异影像

图4.1.1 光谱特征变异法技术流程

前一时相TM或SPOT影像 后一时相SPOT或TM影像

该方法具有物理意义明显、操作简捷的特点。但是发生光谱特征变异的地物在几何尺寸上要足够大才能被人工目视发现，而小于这一尺寸的地物变化就很难被目视解译出来。很显然这种方法的精度不会很高。

二、假彩色合成法

由于地表的变化，相同传感器对同一地点所获取不同时相的影像在灰度上有较大的区别。在进行变化信息的发现时，将前、后两时相的全色数据精确配准，再利用假彩色合成的方法，将后一时相的数据赋予红色通道，前一时相的数据赋予蓝色和绿色通道。利用三原色原理，形成假彩色影像。其中，地表未发生变化的区域，合成后影像灰度值接近，而土地利用发生了变化的区域则呈现出红色，即判定为变化信息的所在。如在图4.1.3中，通过目视对比观察可以发现，在后一时相影像中所标出的区域，纹理和灰度都不同于在前一时相影像中的相同区域，说明地表覆盖发生了变化。通过影像判读可以知道，该区域是新增的一块居民地和一条道路。在假彩色合成影像中，该区域呈现出红色，将变化信息清 晰地反映了出来。

99年SPOT影像 2000年SPOT影像 图4.1.3 假彩色合成法

假彩色合成影像

三、主成分分析法

主成分分析法的数学基础是主成分变换，即基于变量之间的相互关系，在尽量不丢失信息的前提下，利用线性变换的方法实现数据压缩和特征选取的目的。基本原理同融合方法中有关内容。在土地利用动态监测中，根据操作方法的不同，该方法又有以下几种方式：

1、主成分差异法

将两时相的融合影像经纠正、配准后，分别对它们进行PC变换。根据PCA的特性，变化结果的第一分量集中了影像的主要信息，其他分量则反映了影像的差异信息。因此将两时相的第一主分量作差值取绝对值处理，生成的差值影像即为变化信息模板。主成分差异法的技术流程如图4.1.4所示，图4.1.5为主成分差异法应用实例。

前一时相融合影像 后一时相融合影像 主分量变换 主分量变换 相减取绝对值 变化信息

99年融合影像

图4.1.4 差异主成分法技术流

2000年融合影像

图4.1.5 差异主成分法

主成分差异影像

2、多波段主成分分析法

由遥感理论得知，地物属性发生变化，必将导致其在影像某几个波段上的值发生变化，所以只要找出两时相影像中对应波段上值的差别并确定这些差别的范围，便可发现土地利用变化信息。在具体工作中将两时相的影像各波段进行组合成一个两倍于原影像波段数的新影像，对该影像作PC变换。由于变换结果前几

个分量上集中了两个影像的主要信息，而后几个分量则反映出了两影像的差别信息，因此可以试着抽取后几个分量进行波段组合来产生变化信息。例如对以TM5、4、3波段组合并与SPOT融合的影像来说，把两时相的影像进行波段合成，新产生的影像将有6个波段的信息。对这个影像作PC变换的结果含有6个分量的影像值，这6个分量的前一、二分量便包含了原始影像的主要信息，而后几个分量则反映了两时相影像的变化信息（参见图4.1.7），变化信息在结果影像中呈现为蓝色。一般来讲，在上述多波段主成分变换之后，采用6、4、3 分量进行波段组合能较好地反映出前后时相影像的变化部分（其技术流程见图4.1.6）。

多波段主成分分析方法的不足在于操作过程较复杂，数据量和计算量都较大，运行速度较慢。而且，主分量选择的合理性难以确定，存在信息遗失的情况。

两时相波段合成

变化信息 图4.1.6 多波段主成分分析法技术流程

主分量选择组合 主分量变换 前一时相融合影像 后一时相融合影像 图4.1.7 多波段主成分分析法

四、图像差值法

图像差值法就是将两个时相的遥感图像相减。其原理是：图像中未发生变化的地类在两个时相的遥感图像上一般具有相等或相近的灰度值，而当地类发生变化时，对应位置的灰度值将有较大差别。因此在差值图像上发生地类变化部分灰度值会与背景值有较大差别，从而使变化信息从背景影像中显现出来。该方法优点是简单快速，不足之处在于：（1）对图像的时相要求较高，最好是属于同一季节；（2）由于是通过点对点运算，所以一般差值图像存在很多的噪声；（3）由于存在同谱异物和异物同谱现象，所以一般会得到很多假变化信息。尽管该种方法存在一定缺陷，但是当地物类型比较单一、色调纹理比较均匀、变化特征比较明显时还是有效的。而当影像特征比较复杂时，该种方法还可以配合其它方法综合使用。在土地利用动态遥感监测中，图像差值法多用于缺少多光谱数据情况下，对全色数据的处理。如图4.1.8中灰度值较高的区域即为变化信息。

图4.1.8 图像差值法

五、图象分类后比较法

此方法的核心是基于分类基础上的变化信息发现。即，首先运用统一的分类对体系每一时相遥感影像进行单独分类,然后通过对分类结果进行比较来直接发现土地覆盖的变化。

分类后比较法的优点是：

本文来源：https://www.bwwdw.com/article/rbp2.html