基于ERDAS变化信息提取方法李英超.docx

基于ERDAS变化信息提取方法李英超.docx

《基于ERDAS变化信息提取方法李英超.docx》由会员分享，可在线阅读，更多相关《基于ERDAS变化信息提取方法李英超.docx（16页珍藏版）》请在冰豆网上搜索。

基于ERDAS变化信息提取方法李英超

变化信息提取

4.5.1变化信息自动提取方法

土地利用变化监测（即变化信息自动发现）方法主要有影像相减法、植被指数相减法、变化矢量分析法、主分量分析法、光谱特征变异法、分类结果比较法等。

前5种方法只是检测出可能的变化，而并没有给出土地利用变化的定量信息（如面积）和变化中类型的转化信息（如地类属性）。

分类结果比较法的最终精度受到影像分类精度的限制，而且它对影像的全部范围都要进行分类计算而不管它们是否已经发生变化，增加了变化信息检测的计算量。

即使对于同一地物，由于条件的不同，得到的影像灰度值也不太一样。

因此对于影像相减法而言，单纯相减所得的变化模板中肯定会含有大量的假变化信息和噪声信息，要从这些信息中提取出真正的变化仍旧是个棘手问题。

由于异物同谱现象的存在，许多真正的变化信息也会因为相减而被漏掉，从而影响了最终变化信息的获得。

植被指数相减的方法同样有着本身的局限性，它对不同时相植被覆盖情况的变化敏感，而不能很好地发现其他类型变化。

4.5.2不同时相遥感影像变化信息发现

在没有土地利用基础图件的情况下，利用两个不同时相或序列不同时相的遥感影像进行变化信息的发现方法主要包括：

光谱特征变异法、主成分分析法、假彩色合成法、图像差值法、分类后比较法、波段替换法及变化矢量分析法。

下面对几种比较成熟的方法做简单介绍。

（一）光谱特征变异法

同一地物反映在SPOT影像上的信息与其反映在TM影像上的光谱信息是一一对应的。

因此对同一时相的TM和SPOT影像进行融合后，地物光谱属性可以如实正确地表现出来。

但如果同一地物在两者上的信息表现为不一致时，那么融合后影像中此地物的光谱就表现得与正常地物的光谱有所差别，此时称地物发生了光谱特征变异，我们也就可以根据发生变异的光谱特征确定变化信息的发生。

发生变化的区域在融合后的影像上表现为含有纹理特征的亮绿色，区别于周围植被地物的绿色特征和正常的居民地信息，判定为该区域新增了一块建设用地。

图4-5-1光谱特征变异法技术流程

图4-5-2光谱特征变异法

特点：

物理意义明显、操作简捷的特点。

但是发生光谱特征变异的地物在几何尺寸上要足够大才能被人工目视发现，而小于这一尺寸的地物变化就很难被目视解译出来。

（二）假彩色合成法

由于地表的变化，相同传感器对同一地点所获取的不同时相的影像在灰度上有较大的区别。

在进行变化信息的发现时，将前、后两时相的全色SPOT数据精确配准，再利用假彩色合成的方法，将后一时相的数据赋予红色通道，前一时相的数据赋予蓝色和绿色通道。

利用三原色原理，形成假彩色影像。

其中，地表未发生变化的区域，合成后影像灰度值接近，而土地利用发生了变化的区域则呈现出红色，即判定为变化信息的所在。

图4-5-3假彩色合成法

（三）多波段主成分分析法

主成分分析法的数学基础是主成分变换，即基于变量之间的相互关系，在尽量不丢失信息的前提下，利用线性变换的方法实现数据压缩和特征选取的目的。

它的基本原理在第三章中第二节“四融合方法的实现”中有了较为详细的介绍，这里不在重述。

在土地利用动态监测中，根据操作方法的不同，该方法又有以下几种方式：

主成分差异法:

将两时相的融合影像经纠正、配准后，分别对它们进行PC变换。

根据PCA的特性，变化结果的第一分量集中了影像的主要信息，其他分量则反映了影像的差异信息。

因此将两时相的第一主分量作差值取绝对值处理，生成的差值影像即为变化信息模板。

图4-5-4差异主成分技术流程

图4-5-5差异主成分法

多波段主成分分析法：

由遥感理论得知，地物属性发生变化，必将导致其在影像某几个波段上的值发生变化，所以只要找出两时相影像中对应波段上值的差别并确定这些差别的范围，便可发现土地利用变化信息。

在具体工作中将两时相的影像各波段进行组合成一个两倍于原影像波段数的新影像，对该影像作PC变换。

由于变换结果前几个分量上集中了两个影像的主要信息，而后几个分量则反映出了两影像的差别信息，因此可以试着抽取后几个分量进行波段组合来产生变化信息。

例如对以TM5、4、3波段组合并与SPOT融合的影像来说，把两时相的影像进行波段合成，新产生的影像将有6个波段的信息。

对这个影

像作PC变换的结果含有6个分量的影像值，这6个分量的前一、二分量便包含了原始影像的主要信息，而后几个分量则反映了两时相影像的变化信息。

一般来讲，在上述多波段主成分变换之后，采用6、4、3分量进行波段组合能较好地反映出前后时相影像的变化部分。

在所示的例子中，变化信息在结果影像中呈现为蓝色。

多波段主成分分析方法的不足在于操作过程较复杂，数据量和计算量都较大，运行速度较慢。

而且，主分量选择的合理性难以确定，存在信息遗失的情况。

图4-5-6多波段主成分技术流程

图4-5-7多波段主成分分析法

（四）图像差值法

图像差值法就是将两个时相的遥感图像相减。

其原理是：

图像中未发生变化的地类在两个时相的遥感图像上一般具有相等或相近的灰度值，而当地类发生变化时，对应位置的灰度值将有较大差别。

因此在差值图像上发生地类变化部分灰度值会与背景值有较大差别，从而使变化信息从背景影像中显现出来。

该方法优点是运做起来简单快速，不足之处在于：

1）对图像的时相要求较高，最好是属于同一季节；2）由于是通过点对点运算，所以一般差值图像存在很多的噪声；3）由于存在同谱异物和异物同谱现象，所以一般会得到很多假变化信息。

尽管该种方法存在一定缺陷，但是当地物类型比较单一、色调纹理比较均匀、变化特征比较明显时还是有效的。

而当影像特征比较复杂时，该种方法还可以配合其它方法综合使用。

在土地利用动态遥感监测中，图像差值法多用于缺少多光谱数据情况下，对全色数据的处理。

图4-5-8图像差值法

4.5.3单一时相遥感影像变化信息发现方法

目前大部分地区不具备多个时期的遥感影像，只能购买到单一时期的遥感影像，针对这种普遍情况，提出了基于土地利用图斑单元的知识库变化信息自动发现方法。

基本原理：

首先分别对土地利用图件和遥感影像进行预处理，使得二者具备很好的几何空间一致性，然后把土地利用图件与遥感影像在空间上叠加起来，在土地利用图斑单元内训练各种土地利用类别的样本，并建立各种土地利用类型遥感信息知识库。

最后对土地利用图件的每一层（即每一种土地利用类别）逐个土地利用图斑单元地根据合理的判别规则到知识库中确定变化与否，最后标识出变

化图斑。

图4-5-9单一时相遥感影像变化信息发现方法流程图

图4-5-10最小距离变化检测结果

4.5.4变化信息提取实验

（一）光谱特征变异法

首先先整体进行融合，然后在把阜新裁剪出来，这样可以避免地图配准不准的问题。

如果需要的话可以在进行地图配准，来获取坐标信息。

（裁剪和地图配准见前面的章节）融合具体操作过程：

打开erdas，点击Interpreter——SpatialEnhancement——ResolutionMerge，截图如下：

图4-5-11主成分融合图4-5-12阜新市融合结果

（二）假彩色合成法

首先为假彩色合成做准备工作，先要把前、后两时相的图像进行波段组合。

然后在进行假彩色合成。

但前提是这些影像大小相同，具有同样的坐标系统和投影系统，这就需要做地图配准，为了使结果准确，地图配准时要是误差尽可能小。

也可以先假彩色合成，然后把合成结果进行地图配准，这样就不用考虑假彩色合成误差问题。

本次操作是先进行的地图配准，然后在假彩色合成。

旧时期数据使用的是2003年TM影像的7波段影像图，新时期的数据使用2014年TM影像8波段影像图。

操作过程，打开erdas，进行波段组合，点击Interpreter——Utilities——layerStack，截图如下：

图4-5-13波段组合图4-5-14波段组合结果

为了是组合结果更符合实际影像图，更改G、B通道，如图：

图4-5-15设置RasterOptions图4-5-16更改后显示结果

然后进行假彩色合成，操作步骤，在viewer1中选择Raster，然后选择bandcombination，截图如下：

图4-5-17假彩色合成

图4-5-18假彩色合成结果

（三）多波段主成分分析法

操作方法一：

使用ComputeNewStatisticsandRotate选项可以计算数据特征值、协方差或相关系数矩阵以及PC正向旋转。

选择Transforms——PrincipalComponents——ForwardPCRotation——ComputeNewStatisticsandRotate操作过程如下：

图4-5-19ENVIPC打开文件界面图4-5-20PC参数设置

图4-5-21输出波段图4-5-22PC特征值

图4-5-23PC结果图

操作方法二：

打开ENVI，选择ChangeDetection——ImageChangeWorkflow，操作过程如下：

图4-5-24选择文件图4-5-25图像配准

图4-5-26图像变换图4-5-27PCA变换

图4-5-28选择波段图4-5-29输出文件

图4-5-30用波段1表示的结果图4-5-31PCA后波段456组合

其中，图4-5-31是在进行PCA变换之后，把波段4、5、6输出，然后在进行组合来观察变化信息。

（四）图像差值法

操作方法一：

打开erdas，点击Interpreter——Utilities——Operators；截图如下：

图4-5-32差值法图4-5-33差值法结果

操作方法二：

打开ENVI，打开ENVI，选择ChangeDetection—ImageChangeWorkflow，操作过程如图：

图4-5-34选择文件图4-5-35图像差值

图4-5-36选择波段图4-5-37手动调整阈值

图4-5-38输出文件图4-5-39差值法输出结果