结合邻域信息和结构特征的遥感影像变化检测
叶沅鑫1,2
, 孙苗苗1,王蒙蒙1,谭鑫1
1. 西南交通大学地球科学与环境工程学院, 四川 成都 611756;
2. 高速铁路安全运营空间信息技术国家地方联合工程实验室, 四川 成都 611756
基金项目：国家自然科学基金(41971281)
关键词：邻域信息 匹配误差 结构特征 变化检测
引文格式：叶沅鑫, 孙苗苗, 王蒙蒙, 等. 结合邻域信息和结构特征的遥感影像变化检测[J]. 测绘学 ，2021，50(10)：1349-1357. DOI:
10.11947/j.AGCS.2021.20200130
YE Yuanxin, SUN Miaomiao, WANG Mengmeng, et al. Change detection of remote sensing images by combining neighborhood information and structural features[J]. Acta Geodaetica et Cartographica Sinica, 2021, 50(10): 1349-1357. DOI: 10.11947/j.AGCS.2021.20200130
阅读全文：
http://xb.sinomaps.com/article/2021/1001-1595/2021-10-1349.htm
引 言
随着我国城市化与工业化进程不断加快，土地作为社会经济发展的重要支撑，为人类活动和社会发展提供了基础的生产资料。准确快速地获取土地利用变化信息，对社会发展、环境保护、自然资源管理等具有重要意义[1-3]。而常规的地面调查手段不仅耗时长、成本高，且部分区域难以到达，无法人为判断。近年来，遥感成像技术的快速发展为人类获取地面信息提供了新的手段，如利用遥感影像对土地利用变化信息进行检测，此方法已成为变化检测领域的研究热点。
目前，遥感影像变化检测方法，主要可以分为面向对象法和基于像元法。面向对象法[4-6]是将空间邻近、光谱相似的对象作为基本处理单元，该方法虽然能够利用高分辨率影像丰富的空间信息，但在生成对象时的最优分割尺度却难以确定[7]。基于像元法以单个像元为处理单元，主要包括代数法[8-9]、基于深度学习的方法[10-13]和结合多特征的方法。其中，代数法虽简单易行但检测结果椒盐现象严重。基于深度学习的方法虽然能够通过深层 络结构自动、多层次地提取复杂地物的抽象特征，但由于目前公开的变化检测数据集较少，难以获取大量的训练样本，在现阶段具有一定的局限性[7]。结合多特征的方法[14]可以综合利用影像的光谱、纹理等多种信息，便于构建稳健和适用的变化检测模型，因此得到了学者们的广泛关注。
图选项
1.1 获取邻域信息
1.1.1 邻域相关影像
邻域相关影像是利用双时相影像间局部邻域的光谱属性得到3个表示上下文信息的特征影像，即相关系数影像，斜率影像，截距影像。它们用于变化检测的基本原理为：若双时相影像对应邻域范围内的地物没有发生变化，则该区域的光谱值倾向于线性相关，即相关系数较大、趋近于1，斜率趋近于1，截距趋近于0；若对应邻域范围内的地物发生了变化，则该区域的光谱值倾向于线性无关，相关系数较小、偏离1，斜率偏离1，截距偏离0。为获取邻域相关影像，在双时相影像对应像元位置开辟一个3×3的动态窗口，然后采用式(1)-式(4)分别计算对应窗口邻域的相关系数r，斜率a，截距b，并将值赋给窗口中心像元位置，构建相关系数影像，斜率影像，截距影像，统称NCI[15]。
(1)
(2)
(3)
(4)
式中，cov12为双时相影像对应邻域窗口内所有波段亮度值的协方差；BVi1、BVi2分别为前、后时相对应邻域窗口内所有波段第i个像元的亮度值；μ1、μ2分别为前、后时相对应邻域窗口内所有波段亮度值的平均值；n为邻域窗口内所有波段的像元总数；s1、s2分别为前、后时相对应邻域窗口内所有波段亮度值的标准差。
1.1.2 匹配误差
为获得匹配误差，将前时相影像作为基准影像，在后时相影像上对应像元位置开辟一个9×9大小的搜索窗口，然后在搜索窗口内进行模板滑动，计算模板与前时相邻域的相关系数，获得相关系数矩阵，最后通过计算相关系数最大的点到矩阵中心的欧氏距离d得到匹配误差(匹配误差=d)。图 2以黄色点(黄色十字标识符标识的点)和粉色点(粉色十字标识符标识的点)为例对未变化点和变化点的匹配误差进行可视化展示。其中，图 2(a)和图 2(b)分别展示了两点在前、后时相影像中的位置，图 2(c)、图 2(d)分别为黄色点和粉色点的相关系数矩阵可视化柱状图，其中采用红色十字标识符标识相关系数矩阵中心位置，红色柱子标识相关系数最大的点所在的位置。由图 2可以看出，黄色点为未变化点，矩阵中心的相关系数较小，难以给出正确的变化信息，但该点的匹配误差较小(匹配误差为1)，可以给出正确的变化信息。粉色点为变化点，矩阵中心的相关系数较大，难以给出正确的变化信息，但该点的匹配误差较大(匹配误差约为5.66)，可以给出正确的变化信息。以上初步说明了，相关系数的大小难以精确地反映影像的变化信息，将匹配误差引入到变化检测中，可作为NCI的有效补充。
注：黄色点为未变化点，粉色点为变化点
图 2 匹配误差示意Fig. 2 Schematic diagram of matching errors
图选项
1.2 结构特征提取
(5)
在形成方向梯度通道之后，在X和Y方向上采用二维高斯核、梯度方向上采用[1, 2, 1]T核进行特征通道卷积和归一化处理形成CFOG，最后将CFOG所有通道对应位置求和取平均构建单通道结构特征，以减少特征维数。图 3显示了双时相影像结构特征的构建过程，从中可以清晰地看出，由于CFOG不受大气折光和灰度差异的影响，因此基于CFOG的结构特征能够较好地反映地物的几何结构信息。
图 3 基于CFOG的结构特征构建过程Fig. 3 Construction process of structural features based on CFOG
图选项
1.3 生成检测结果
1.3.1 决策树分类
1.3.2 MRF优化
考虑到决策树分类方法是基于像元的分类方法，其检测结果过于破碎，存在一定的椒盐噪声现象。MRF作为概率论的一个分支理论，可以很好地刻画影像中邻域像元属性间的依赖关系，具有较强的抗噪性，其在图像分割[22]、变化检测领域取得了广泛应用[23-24]，故可将MRF模型用于优化决策树检测结果。即以双时相影像波段差异图为观测场、决策树检测结果为初始标记场，依据MRF与Gibbs随机场的等价性将标记场的全局最优估计问题转化为能量之和的最小化问题，并通过迭代获得最终二值变化图。
2 试验与分析
2.1 试验数据
第1组数据集为墨西哥数据集(图 4)，其中，图 4(a)、(b)分别为在2000年4月、2002年5月获得的墨西哥郊外的两幅Landsat 7 ETM+4遥感影像，影像大小均为512×512像素，分辨率为30m。前时相影像显示了火灾尚未发生时的情形，后时相影像可以清楚地看出火灾发生的位置及范围(图 4(b)中颜色较暗的区域)；参考变化图通过目视解译获得。
图 4 墨西哥数据集Fig. 4 Mexico data set
图选项
第2组数据集为印度尼西亚数据集(图 5)，该数据集是由Quick Bird卫星于2004年4月和2005年1月拍摄，影像大小为1500×1500像素，分辨率为2.5m。该数据集反映的是印度尼西亚地区受海啸侵袭影响的地表变化情况，此时间段正直海啸过后，植被、水体等土地覆盖类型发生显著变化，且两幅影像之间存在大气折光差异(前时相影像中存在大气折光，如图 5(a)中矩形框所示。参考变化图通过目视解译获得。
图 5 印度尼西亚数据集Fig. 5 Indonesia data set
图选项
2.2 试验设计
|
方法名称 |
灰度信息 |
邻域信息 |
纹理信息 |
结构特征 |
|
CVA |
√ |
– |
– |
– |
|
NCI |
√ |
√ |
– |
– |
|
ACI |
– |
√ |
– |
– |
|
CVA+LSTDM |
√ |
√ |
√ |
– |
|
– |
√ |
– |
√ |
表选项
2.3 试验结果与分析
图 6 墨西哥数据集检测结果Fig. 6 The detection results of Mexico data set
图选项
图 7 印度尼西亚数据集检测结果Fig. 7 The detection results of Indonesia data set
图选项
表 2墨西哥数据集5种方法检测精度Tab. 2Detection accuracy of 5 methods in the Mexican data set
(%)
|
Mexico |
CVA |
NCI |
ACI |
CVA+ LSTDM |
|
|
总分类精度 |
97.25 |
96.53 |
97.89 |
98.06 |
98.81 |
|
漏检率 |
5.61 |
2.96 |
6.21 |
6.94 |
5.47 |
|
虚警率 |
11.57 |
17.87 |
9.73 |
7.64 |
6.28 |
|
Kappa |
0.8998 |
0.8604 |
0.9055 |
0.9123 |
0.9321 |
表选项
表 3 印度尼西亚数据集5种方法检测精度Tab. 3 Detection accuracy of 5 methods in Indonesian data set
(%)
|
Tsunami |
CVA |
NCI |
ACI |
CVA+ LSTDM |
|
|
总分类精度 |
91.15 |
90.72 |
94.84 |
93.98 |
96.84 |
|
漏检率 |
13.84 |
10.90 |
25.15 |
28.33 |
14.78 |
|
虚警率 |
37.23 |
42.08 |
12.59 |
13.95 |
10.85 |
|
Kappa |
0.6736 |
0.6500 |
0.7487 |
0.7117 |
0.8586 |
表选项
由图 6(b)、图 7(b)可以看出，CVA法可以识别墨西哥数据集中的主要变化区域，但椒盐现象明显，虚警率较高。对于印度尼西亚数据集，CVA法无法正确识别植被区域内像元间的差异，虚警率也较高。这是因为CVA利用的是像元间的灰度差来探测变化像元，对光谱差异敏感。
由图 6(c)可以看出，NCI对存在光谱差异的地区灵敏度较高，但存在大量虚检，无法正确识别变化区域内部的小块未变化区域(如图 6(c)中灰色框所示)。由图 7(c)可以看出，NCI可以通过局部相关性分析，较好地克服单一像元的孤立性，正确识别植被区域内单个像元间的光谱差异，但难以正确识别存在大气折光和水质差异的未变化区域(如图 7(c)中灰色箭头、灰色框所示)，虚警率仍较高。
从ACI法对两个数据集的检测结果(图 6(d)和图 7(d))可以看出，基于自适应延伸技术的邻域信息可以有效减弱椒盐现象，削弱大气折光和水质差异对印度尼西亚数据集检测结果的影响(如图 7(d)中灰色箭头、灰色框所示)，总分类精度和Kappa系数较高、虚警率较低，但由于ACI法将延伸区域的灰度均值作为中心像元值，会影响变化区域边界的准确性(如图 6(d)中灰色框所示)，且存在漏检现象(如图 6(d)和图 7(d)中灰色椭圆框所示)。
图 6(e)、图 7(e)检测结果表明，CVA和LSTDM相结合的方法受大气折光、水质差异影响较小、椒盐现象较弱，但该方法对变化信息的灵敏性较弱，无法正确识别光谱差异较弱的变化区域(如图 6(e)和图 7(e)中灰色椭圆框所示)，漏检率较高。
3 结语
初审：张艳玲
复审：宋启凡
终审：金 君
往期推荐
资讯
○ “南方数码”杯《测绘通 》2021年度优秀论文评选揭晓！
○ 深圳大学地理空间信息研究团队博士后招聘启事
○ 祝贺！266人和17个团队纳入自然资源部高层次科技创新人才工程
○ 中国科协正式发布最新期刊T级分区目录汇总
○ 重磅！《测绘学 》多位编委获得2020年国家科技奖！
○ 重磅！军测团队制作的《卫星定位理论与方法》慕课课程在中国大学MOOC上线了！
○ 中国地调局5大单位发布2022年招聘通知
会议
○ 第一届中国生态系统遥感学术研讨会（三号通知）
○ 《测绘学 》2021年编委会会议在青岛召开
○ 会议通知 | 2021中国地理信息科学理论与方法学术年会通知（第二号）
○ 关于第八届“测绘科学前沿技术论坛”再次延期召开的通知
《测绘学 》
○《测绘学 》2021年第10期目录
○ 测绘学 | 宗敬文：测高重力异常中央区奇异积分数值求积公式
○ 测绘学 | 黄良珂：顾及时变递减因子的中国大陆地区大气可降水量垂直改正模型
○ 测绘学 | 周苗：卫星重力与光学遥感组合的念青唐古拉山脉冰川变化分析
《测绘通 》
○ 室内高精度三维测图新技术
○ 面向上海城市数字化转型的新型测绘
○ 图像全站仪及图像测量发展与展望
○《测绘通 》2021年第9期目录
《北京测绘》
○《北京测绘》2021年第8期摘要推荐（下）
○《北京测绘》2021年第8期摘要推荐（上）
○《北京测绘》2021年第7期摘要推荐（下）
○《北京测绘》2021年第7期摘要推荐（上）
《测绘科学技术学 》
○ 《测绘科学技术学 》2021年第1期重点论文推荐
○ 摘要 |《测绘科学技术学 》2021年第3期摘要推荐
○ 摘要 |《测绘科学技术学 》2021年第2期摘要推荐
○ 摘要 |《测绘科学技术学 》2021年第4期摘要推荐
○ 摘要 |《测绘科学技术学 》2021年第5期摘要推荐
《地球信息科学学 》
○ 《地球信息科学学 》2021年第10期佳文推介
○ 《地球信息科学学 》2021年第9期佳文推介
○ 《地球信息科学学 》2021年第8期佳文推介
○ 专刊征稿：社会感知与地理大数据挖掘（征稿中）
《测绘工程》
○ 摘要 |《测绘工程》2021年第5期摘要推荐
○ 摘要 |《测绘工程》2021年第4期摘要推荐
○ 摘要 |《测绘工程》2021年第3期摘要推荐
○ 测绘教学 | 后疫情时代“线上+线下”混合教学模式创新——以测绘类课程视角
《中国空间科学技术》
○ 摘要 |《中国空间科学技术》2021年第4期摘要推荐
○ 摘要 |《中国空间科学技术》2021年第3期摘要推荐
○ 摘要 |《中国空间科学技术》2021年第2期摘要推荐
○ 火卫二地形地貌探测综述
《卫星应用》
○ 摘要 |《卫星应用》2021年第7期摘要推荐
○ 摘要 |《卫星应用》2021年第6期摘要推荐
○ 摘要 |《卫星应用》2021年第5期摘要推荐
○ 综述 | 北斗系统应用趋势分析
《Journal of Geodesy and Geoinformation Science》
○ 专刊征稿 | Call for Papers：空间人文与社会地理计算 (SHGSS)
○ Special Issue on New LiDAR Technologies and Techniques
○ 《测绘学 （英文版）》（JGGS）LiDAR专刊发布
○ Special Issue on New LiDAR Technologies and Techniques
○ 论文推荐（四）| Speical Issue on New LiDAR Technologies and Techniques
《Satellite Navigation》
○ [综述]| 高扬教授：GNSS智能手机定位：进展、挑战、机遇和未来展望| SANA佳文速递
○ 熊超教授：地磁暴期间夜间低纬电离层和赤道等离子体不规则体| SANA佳文速递
○ 徐元博士：面向有色测量噪声下UWB/INS组合行人导航的分布式卡尔曼滤波| SANA佳文速递
○ 杨飞博士：GNSS天顶对流层精化模型的构建与分析| SANA佳文速递
《自然资源遥感》
○ 《自然资源遥感》入驻“智绘科服”融媒体平台！
声明：本站部分文章内容及图片转载于互联 、内容不代表本站观点，如有内容涉及侵权，请您立即联系本站处理，非常感谢！