基于遥感影像的多时相变化检测及地物识别分类方法

摘要

本发明涉及基于遥感影像的多时相变化检测及地物识别分类方法，包含以下步骤:步骤1、分别将监测区域的前、后两期影像进行提取，利用影像特征进行地物识别，提取并分割地类；步骤2、对地物识别后的前、后两期影像进行对比检查，将相同特征地物进行背景化，突出变化区域的图斑；步骤3、通过拓扑检查模块对对比后的图像进行拓扑及属性检查；步骤4、输出具有突出变化区域的影像结果。本发明的有益效果如下：相比于现有技术，本发明所涉及的基于遥感影像的多时相变化检测及地物识别分类方法，将相同特征地物进行背景化，突出变化区域的图斑，方便工作人员识别，排除了一些要求标准之下的变化的干扰，更加有的放矢，快速得到所需变化的结果。

说明书

技术领域

本发明涉及基于遥感影像的多时相变化检测及地物识别分类方法。

背景技术

在第三次全国国土调查统一时点更新工作中，需要提取新的土地利用变化图斑，需要大量的人工通过对比不同时相的遥感影像，逐个图斑的来查找判断新发生的土地利用情况变化，一个普通的县大约有15万-20万个图斑，工作量巨大，由于不同时相影像特征的季节差异，光谱差异等情况，给人工判断带来了很大的干扰，经常出现错判和漏判。如何解决人工判读不同时相影像工作量大、容易错判、漏判的现象,是现有技术急需解决的技术问题。

发明内容

本发明的目的在于提供基于遥感影像的多时相变化检测及地物识别分类方法，以解决现有技术中的人工判读不同时相影像工作量大、容易错判、漏判的问题。

为了解决上述问题，本发明的方案为：

基于遥感影像的多时相变化检测及地物识别分类方法，包含以下步骤:

步骤1、地物识别：分别将监测区域的前、后两期影像进行提取，利用影像特征进行地物识

别，提取并分割地类，形成不同颜色区域的彩色图像；

步骤2、变化检测：对地物识别后的前、后两期影像进行对比检查，将相同特征地物进行背

景化，突出变化区域的图斑；

步骤3、拓扑检查：通过拓扑检查模块对对比后的图像进行拓扑及属性检查，根据设定阈值，将低于阈值的碎小图斑舍弃或者合并到相邻且相同属性图斑中；

步骤4、输出：输出具有突出变化区域的影像结果。

优选的，步骤1中，图像特征包括光谱特征、颜色特征和/或纹理特征，识别及分隔地类所

利用的函数或公式为：

y

l＝argmax(f

其中，y

表示卷积操作；l为最后得到的类别标签；f

优选的，步骤2中，对比检查利用的函数或公式为

l

其中，l

优选的，步骤3中所述阈值包括图斑的长度、宽度、和/或面积。

优选的，还进行矢量变化检测，步骤1中通过步骤1中通过二值化、细化、追踪和/或拓扑化，对前、后期影像进行矢量生成处理，对前、后期影像进行矢量生成处理，并在步骤2中对于突出变化区域的图斑矢量化，经过拓扑检查模块检查后，在步骤4输出影像结果的同时，输出一份变化矢量的提取结果。

优选的，步骤1中分割地类依据为第三次全国国土调查地类规范。

本发明的有益效果如下：相比于现有技术，本发明所涉及的基于遥感影像的多时相变化检测及地物识别分类方法，将前、后两期的影像依据影像特征，特别是纹理特征，进行快速的特征识别和归类，并通过对比检查，将相同特征地物进行背景化，突出变化区域的图斑，方便工作人员识别，通过拓扑检查模块对对比后的图像进行拓扑及属性检查，根据设定阈值，将低于阈值的碎小图斑舍弃或者合并到相邻且相同属性图斑中，排除了一些要求标准之下的变化的干扰，更加有的放矢，快速得到所需变化的结果。

更进一步的，进行矢量变化检测，使得检测更精确和容易识别。

附图说明

图1为本发明的基于遥感影像的多时相变化检测及地物识别分类方法的步骤示意图。

具体实施方式

为了使本发明的技术目的、技术方案和有益效果更加清楚，下面结合附图和具体实施例对本发明的技术方案作出进一步的说明。

基于遥感影像的多时相变化检测及地物识别分类方法的实施例，如图1所示，包含以下步骤:

步骤1、地物识别：分别将监测区域的前、后两期影像进行提取，利用影像特征进行地物识别，提取并分割地类，形成不同颜色区域的彩色图像，分割地类依据为第三次全国国土调查

地类规范；

步骤2、变化检测：对地物识别后的前、后两期影像进行对比检查，将相同特征地物进行背

景化，突出变化区域的图斑；

步骤3、拓扑检查：通过拓扑检查模块对对比后的图像进行拓扑及属性检查，根据设定阈值，将低于阈值的碎小图斑舍弃或者合并到相邻且相同属性图斑中；

步骤4、输出：输出具有突出变化区域的影像结果。

其中，步骤1中，图像特征包括光谱特征、颜色特征和/或纹理特征，识别及分隔地类所利用的函数或公式为：

y

l＝argmax(f

其中，y

步骤2中，对比检查利用的函数或公式为：l

其中，l

步骤3中所述阈值包括图斑的长度、宽度、和/或面积，本实施例中，阈值包括长度、宽度、和面积，达不到面积阈值要求且达到长宽要求的图斑，合并到相邻且相同属性图斑中，其他达不到面积阈值的图斑直接删除化为背景。

本实施例中，图像特征中，纹理特征权重最大，所述阈值中，面积权重最大，首要判断是否达到面积要求。

本实施例中，还进行矢量变化检测，步骤1中通过二值化、细化、追踪和/或拓扑化，对前、后期影像进行矢量生成处理，并在步骤2中对于突出变化区域的图斑矢量化，经过拓扑检查模块检查后，在步骤4输出影像结果的同时，输出一份变化矢量的提取结果。进行矢量变化检测，目的是使得检测更精确和容易识别。

最后所应说明的是：上述实施例仅用于说明而非限制本发明的技术方案，任何对本发明进行的等同替换及不脱离本发明精神和范围的修改或局部替换，其均应涵盖在本发明权利要求保护的范围之内。