【摘要】：隨著衛(wèi)星遙感技術的日益蓬勃發(fā)展,遙感影像的空間分辨率、時間分辨率,以及光譜分辨率越來越高。高分辨率遙感影像(后稱“高分影像”)的出現(xiàn),雖使得人們能夠以全新的視角觀測地表,但隨著高分遙感影像的出現(xiàn),促使現(xiàn)實需求不斷提高,這些都給地表覆蓋變化檢測帶來了嚴重挑戰(zhàn)。 隨著高分辨率遙感影像的出現(xiàn),影像空間特征日益引起學者們的廣泛關注。已有研究證明通過影像空間特征與光譜特征的結合,可以有效提高高分影像的分類精度或變化檢測精度�；诖�,本文圍繞影像空間特征,在影像空間對象關系特征、局部空間信息譜特征以及空間結構特征三個空間特征方面提出了一定的方法和見解,對基于空間特征的地表覆蓋變化檢測方法進行了探索。 首先,我們對國內外地表變化檢測的研究現(xiàn)狀進行了全面總結與分析。通過統(tǒng)計和分析國內外的相關研究文獻,比較與分析國內外近幾十年的遙感影像地表覆蓋變化檢測研究趨勢,初步得出如下結論：a)對于基于遙感影像的地表覆蓋變化檢測的理論而言,至今未給出變化檢測的明確概念與定義；b)對基于遙感影像的地表覆蓋變化檢測方法而言,并不存在普遍意義上的最優(yōu)或最劣的算法,如何選擇和設計地表覆蓋變化檢測的方法,具體要根據(jù)實際應用的目的和所采用的影像數(shù)據(jù)特點,進行方法的設計與選擇。 其次,我們討論了遙感影像特征提取及其在地表覆蓋變化檢測中的特殊性。影像特征無疑是遙感地表覆蓋變化檢測研究中的關鍵問題——所選擇或提取的影像特征是否具有可重復性,是否適合于描述兩期影像同類地物,是影響影像識別與變化檢測結果的關鍵問題。影像在成像過程中,本身會受到眾多不確定性因素的影響,單單從成像機理的角度,無法推測影像質量。而用于地表覆蓋變化檢測的遙感影像之間又存在時相差異,不同的成像環(huán)境導致了兩期影像在成像過程中,會受到不同輻射程度、不同傳感器姿態(tài)、不同空氣濕度、不同云層覆蓋等多個方面的影響,這些差異性給兩期遙感影像之間的地表覆蓋變化檢測帶來了眾多問題與挑戰(zhàn)。本文對不同時相影像上的局部區(qū)域的影像特征進行了分析與比較,以確定出適合用于當前兩期數(shù)據(jù)之間變化檢測的遙感影像特征——對兩期遙感影像的特征分析,旨在通過實驗過程,對“地表覆蓋變化檢測時如何選擇或設計影像特征”這一問題的解決有所啟發(fā)。 而后,基于以上兩方面的研究,本文設計了一種局部空間信息保持的地表覆蓋變化檢測方法(Local Spatial-information Trend Similarity, LSTS). LSTS旨在通過對局部空間信息表達方式的轉換,實現(xiàn)兩期影像對應局部之間信息的比較分析,近而實現(xiàn)地表覆蓋變化檢測。LSTS可以分為兩個方面理解：a)局部窗口內空間信息的譜提取與其定量描述；b)由對應空間信息譜的趨勢度量兩期影像上對應局部窗口內的信息相對變化幅度。局部空間信息譜趨勢是影像局部空間特征的一種,是局部灰度值所映射信息的趨勢特征。LSTS方法的主要優(yōu)勢在于局部空間信息譜趨勢不由局部內的單一像元灰度值決定,而且單一像素灰度值對其局部信息譜趨勢的整體特征影響程度也是有限的,也即：局部空間信息譜的整體趨勢特征對其局部內單一像元的變化是不敏感的。因此,對于兩期遙感影像的變化檢測來說,采用LSTS方法可以降低影像間輻射差異對變化檢測結果的影響,通過比較局部空間信息譜趨勢特征來度量變化程度有一定的潛力。實驗結果表明：當局部影像的輻射變化時,局部空間信息譜趨勢相對于局部光譜更加穩(wěn)定；對于地表覆蓋變化檢測來說,采用LSTS方法比傳統(tǒng)的差值法,變化向量分析法(Change vector analysis, CVA),以及由Turkey Celik提出的基于局部K-means分析的變化檢測方法,在視覺效果和定量精度指標上都有所提高。 此外,本文還設計了一種基于多結構元素數(shù)學形態(tài)學的地表覆蓋變化檢測方法。文中針對該方法,首先介紹了方法的設計思想與擬解決的實質問題；隨后對方法的整體技術流程與算法步驟,進行了詳細介紹；然后,對算法中的參數(shù)意義及其選擇進行了分析,同時也對方法應用中要注意的參數(shù)選擇與形態(tài)算子的選擇作了進一步的討論。最后,通過實驗證明了本方法在影像地表覆蓋信息識別與變化檢測應用中的優(yōu)勢所在。 最后,給出了全文圍繞空間特征進行地表覆蓋變化檢測方法研究的初步結論,并對本文所提出的方法進行了比較與分析。在此基礎上,對全文的工作及創(chuàng)新點進行了總結和歸納；對本文未來的研究進行了討論與展望。
[Abstract]:With the development of remote sensing technology, the spatial resolution, time resolution and spectral resolution of remote sensing images are getting higher and higher. The emergence of high-resolution remote sensing image (hereinafter referred to as 鈥渉igh score image鈥，

本文編號：2266716