下载掌阅APP，畅读海量书库
立即打开
变化检测的基本工作流程主要包括 ［5］ ：数据选择，即根据研究目的选择合适的遥感影像；影像预处理，主要涉及几何配准技术、辐射校正技术等；特征提取，即提取目标的特征以比较目标在不同时相间的差异；变化检测，即检测合适的特征对象在多时相影像中是否发生了变化；精度评价，即利用目视分析、精度指标等手段对检测结果进行评价。变化检测的基本工作流程如图1.1所示。
图1.1 变化检测的基本工作流程
根据研究目的选择合适的多时相遥感影像数据是开展变化检测的基础和前提 ［6］ 。高分辨率遥感影像带来了更加丰富的空间信息，相较于中、低分辨率遥感影像，其能够更好地反映地物的光谱、纹理、形状等细节特征，同时具有定位精度高、实时性强、对比度高等诸多优点。近年来，国际上出现了以高分辨率遥感数据为背景的地理空间信息服务的软件和网站，使高分辨率影像数据正在成为社会公众所熟悉和接受的主流空间信息 ［7］ 。
目前，变化检测采用的高分辨率遥感影像主要包括航空遥感影像、合成孔径雷达（SAR，Synthetic Aperture Radar）卫星遥感影像、光学卫星遥感影像等，根据研究目的合理选择不同传感器类型的遥感影像是数据选择的重要内容。例如，航空遥感影像通常具有1 m以内的空间分辨率，还具有可读性强、信息量丰富、应用范围广等优点，但是在变化检测中较光学卫星遥感影像更容易受到几何配准、阴影、噪声以及气象条件等因素的影响 ［8］ 。SAR卫星遥感影像具有全天候、穿透力强等优点，能够在极端天气条件下获取可靠的观测数据，但成像机理的固有局限导致的相干斑噪声使SAR卫星遥感影像变化检测较光学卫星遥感影像面临更多的挑战 ［9］ 。另外，应尽量选择采集时刻接近、季节相同的多时相遥感影像，以减少太阳高度角、物候条件等因素造成的影响 ［10］ 。同时，还应尽量选择辐射分辨率相同的遥感影像，而大气环境、光照差异、云层遮盖等也是需要考虑的因素 ［11］ 。此外，遥感影像的时间分辨率也是需要考虑的因素。一般认为，遥感影像采集间隔为3~4年才能较为准确地反映土地覆盖变化。但随着人类活动进程的不断加快，往往需要更高的时间分辨率（即更短的时间间隔） ［12］ 。
由于遥感系统的信息获取会受到太阳高度角、光照差异、云层遮盖、大气的吸收与散射、传感器高度与姿态角等因素的影响，因此在变化检测之前需要进行合理有效的影像预处理过程，主要包括辐射校正、几何配准、影像镶嵌、影像增强、影像裁剪等。其中，辐射校正与几何配准对变化检测精度影响最大 ［13］ 。
1. 辐射校正
辐射校正是对遥感影像成像过程中由于辐射差异造成的影像畸变进行校正或消除的过程。造成辐射差异的主要原因包括传感器系统的非正常工作、大气衰减引起的吸收及散射率变化等 ［14］ 。辐射校正又分为相对辐射校正和绝对辐射校正 ［15］ 。相对辐射校正是指通过计算多时相影像间的灰度线性变换关系，并以参考影像修改待配准影像的灰度统计特征，使多时相影像具有趋于一致的光谱特征。绝对辐射校正是针对单一时相影像，使校正后的灰度统计特征能够真实反映地物的光谱特征。目前，很多学者已经针对变化检测中的辐射校正取得了一定的研究成果，且已经证明：绝对辐射校正并不会显著提高变化检测精度，而相对辐射校正可以满足大多数变化检测应用的要求 ［16］ 。因此，辐射校正不作为本书的重点内容。
2. 几何配准
作为变化检测中重要的预处理过程，几何配准就是通过选择合适的相似性度量，对同一场景中2幅或多幅不同时相、不同视角的影像进行对应和匹配的过程。实质上，配准就是将2幅或多幅多时相影像变换到相同的坐标系下，然后使用一种像素间坐标转换的映射函数，来纠正待配准影像相较于参考影像的位移或几何形变等。通常情况下，多时相影像几何配准由4个要素组成，即特征空间、相似性度量、搜索空间以及搜索策略 ［17-20］ 。
（1）特征空间
特征空间用于描述待配准像素所具有的特性，以达到匹配像素间具有高度相似性而非匹配像素间具有较大差异性的目的。特征空间可以是由灰度值构成的一维特征空间；也可以是由光谱、纹理、结构特征等构成的多维特征空间，如灰度共生矩阵（GLCM，Gray-Level Co-occurrence Matrix）、分形属性（FP，Fractal Property）等；还可以是统计特征，如中心点、矩形不变量等。
（2）相似性度量
顾名思义，相似性度量就是基于构建的特征空间，评价某个待配准像素与参考影像像素间匹配程度的一种度量标准。所构建的特征空间与相似性度量应能够反映影像的本质结构，从而在一系列的处理中具有不变性。常见的相似性度量包括相关系数、各种距离（欧氏距离、马氏距离等）、相位相关、结构自相似性（SSIM，Structure Similarity）等。
（3）搜索空间
搜索空间是待配准特征与参考特征之间建立对应关系的候选变换集合，即某个待配准像素在参考影像中寻找匹配像素时所对应的搜索范围。
搜索空间的构建应当依据待配准影像相对于参考影像间的成像畸变类型与强度。例如，若影像间只存在线性变换关系，则采用二维搜索空间（水平、垂直方向）即可；若存在旋转，则需要考虑加入旋转因子；若存在缩放，则必须加上比例因子。
（4）搜索策略
搜索策略是依据特征空间及相似性度量来确定匹配点对的计算方式，一般还会指出搜索的范围及路径。常用的搜索方法有穷尽搜索、线性规划、启发式搜索等。
低精度的几何配准往往会造成变化检测结果中存在大量无意义的“伪变化”信息。几何配准的效果通常与2个因素有关 ［21］ ：待配准影像的空间分辨率和感兴趣目标的结构特征。尤其在高分辨率遥感影像配准中，Dai等 ［22］ 的研究成果表明，遥感影像的空间分辨率越高，配准误差对变化检测精度的影响越大。因此，高分辨率遥感影像的几何配准技术是本书的重点研究内容之一。
在进行特征提取时，应选择某种地物区别于其他地物的独有特征，这些特征包括目标的灰度特征、纹理特征、形状特征、语义信息等。在具体应用中，为提高检测精度，通常应选择多种特征组成的特征向量，并且使变化区域的特征向量在长度或方向上有足够大的差异，而未变化区域则具有一致的方向或长度的特征向量。
像素级的变化检测方法以像素作为特征提取的基本单位，而对象级变化检测方法主要是利用属于特定对象的独有特征来描述复杂的地理空间信息，如几何形状、纹理特征等，而不是专注于孤立的像素 ［23-24］ 。因此，对象级变化检测方法还包括影像分割这一关键步骤，也是本书的重点研究内容之一。
变化检测是通过选择合适的方法，利用提取的特征检测多时相影像间的变化信息。国内外的许多研究机构和学者已开始研究该课题，目前，国际上处于领先地位的主要有意大利特兰托大学（University of Trento）Lorenzo Bruzzone教授及Francesca Bovolo教授领导的遥感实验室团队等 ［25-26］ 。本书第1.3节将从3个不同角度对高分辨率遥感影像变化检测的国内外研究现状进行综述。在此基础上，本书第1.4节将着重讨论对象级变化检测的发展现状。
像素级变化检测中常用的精度指标可以通过计算灰度误差矩阵获得，主要包括总体精度（Overall Accuracy）、误检率（Miss Detection Rate）、漏检率（False Alarm Rate）、Kappa系数等 ［27］ 。其中，总体精度是指正确的样本在总体样本中所占的比例，Kappa系数则能够综合反映变化检测方法的精度。Biging等 ［28］ 的研究表明，基于像素的精度评估往往低于基于对象的精度评估，但计算复杂度更高。另外，对象级变化检测方法为评估对象的大小、形状以及边界范围等特征的不同变化等级提供了可能 ［29-30］ 。