基于可控核回归和超像素分割的遥感图像变化检测方法技术

技术编号:9061042 阅读:340 留言:0更新日期:2013-08-22 00:08
本发明专利技术公开一种基于可控核回归和超像素分割的遥感图像变化检测方法,主要解决构造差异图只考虑图像的灰度信息,对其他特征信息利用不足以及直接对差异图采用k-means聚类容易造成弱变化区域无法检测的问题。其实现过程是:将输入的两时相图像采用可控核回归分别提取结构特征矩阵;将邻域特征矩阵分别与结构特征矩阵相结合,得到局部结构特征矩阵,利用非负矩阵分解算法分解局部结构特征矩阵,将得到的系数矩阵构造差异图;最后用超像素分割方法分割差异图得到过分割图像;对过分割图像采用K-means聚类,获得变化检测结果。本发明专利技术能够保持图像的边缘信息,抗噪性能较好,提高了变化检测精度,可用于灾情监测、土地利用、农业调查等领域。

【技术实现步骤摘要】

【技术保护点】
一种基于可控核回归和超像素分割的遥感图像变化检测方法,其特征在于:包括有如下步骤:(1)输入同一地区不同时间获取的已配准的两幅遥感图像X1和X2,对图像X1采用可控核回归提取结构特征矩阵WS1,对图像X2采用可控核回归提取结构特征矩阵WS2;(2)提取图像X1的邻域特征矩阵N1和图像X2的邻域特征矩阵N2,将邻域特征矩阵N1与结构特征矩阵WS1相结合,得到图像X1的局部结构特征矩阵F1,将邻域特征矩阵N2与可控核提取的结构特征矩阵WS2相结合,得到图像X2的局部结构特征矩阵F2;(3)对图像X1的局部结构特征矩阵F1,采用非负矩阵分解方法进行分解,得到基矩阵B1和系数矩阵H1,对图像X2的局部结构特征矩阵F2,采用非负矩阵分解方法进行分解,得到基矩阵B2和系数矩阵H2,利用图像X1的基矩阵B1、系数矩阵H1和图像X2的基矩阵B2、系数矩阵H2构造差异图像XD;(4)利用基于熵率的超像素分割方法分割差异图像XD得到分割后的图像XD′;(5)对分割后的图像XD′采用k?means聚类,得到变化检测结果。

【技术特征摘要】

【专利技术属性】
技术研发人员:王桂婷焦李成蒲振彪陆明媚马文萍马晶晶
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1