基于ERDAS變化信息提取方法-李英超

1、變化信息提取4.5.1 變化信息自動提取方法土地利用變化監(jiān)測（即變化信息自動發(fā)現(xiàn)）方法主要有影像相減法、植被指數(shù)相減法、變化矢量分析法、主分量分析法、光譜特征變異法、分類結(jié)果比較法等。 前5種方法只是檢測出可能的變化，而并沒有給出土地利用變化的定量信息（如面積）和變化中類型的轉(zhuǎn)化信息（如地類屬性）。分類結(jié)果比較法的最終精度受到影像分類精度的限制，而且它對影像的全部范圍都要進(jìn)行分類計算而不管它們是否已經(jīng)發(fā)生變化，增加了變化信息檢測的計算量。即使對于同一地物，由于條件的不同，得到的影像灰度值也不太一樣。因此對于影像相減法而言，單純相減所得的變化模板中肯定會含有大量的假變化信息和噪聲信息，要從這些信

2、息中提取出真正的變化仍舊是個棘手問題。由于異物同譜現(xiàn)象的存在，許多真正的變化信息也會因為相減而被漏掉，從而影響了最終變化信息的獲得。植被指數(shù)相減的方法同樣有著本身的局限性，它對不同時相植被覆蓋情況的變化敏感，而不能很好地發(fā)現(xiàn)其他類型變化。4.5.2不同時相遙感影像變化信息發(fā)現(xiàn)在沒有土地利用基礎(chǔ)圖件的情況下，利用兩個不同時相或序列不同時相的遙感影像進(jìn)行變化信息的發(fā)現(xiàn)方法主要包括：光譜特征變異法、主成分分析法、假彩色合成法、圖像差值法、分類后比較法、波段替換法及變化矢量分析法。下面對幾種比較成熟的方法做簡單介紹。（一）光譜特征變異法同一地物反映在SPOT影像上的信息與其反映在TM影像上的光譜信息是

3、一一對應(yīng)的。因此對同一時相的TM和SPOT影像進(jìn)行融合后，地物光譜屬性可以如實正確地表現(xiàn)出來。但如果同一地物在兩者上的信息表現(xiàn)為不一致時，那么融合后影像中此地物的光譜就表現(xiàn)得與正常地物的光譜有所差別，此時稱地物發(fā)生了光譜特征變異，我們也就可以根據(jù)發(fā)生變異的光譜特征確定變化信息的發(fā)生。 發(fā)生變化的區(qū)域在融合后的影像上表現(xiàn)為含有紋理特征的亮綠色，區(qū)別于周圍植被地物的綠色特征和正常的居民地信息，判定為該區(qū)域新增了一塊建設(shè)用地。圖4-5-1光譜特征變異法技術(shù)流程圖4-5-2光譜特征變異法 特點：物理意義明顯、操作簡捷的特點。但是發(fā)生光譜特征變異的地物在幾何尺寸上要足夠大才能被人工目視發(fā)現(xiàn)，而小于這一尺

4、寸的地物變化就很難被目視解譯出來。（2） 假彩色合成法由于地表的變化，相同傳感器對同一地點所獲取的不同時相的影像在灰度上有較大的區(qū)別。在進(jìn)行變化信息的發(fā)現(xiàn)時，將前、后兩時相的全色SPOT數(shù)據(jù)精確配準(zhǔn)，再利用假彩色合成的方法，將后一時相的數(shù)據(jù)賦予紅色通道，前一時相的數(shù)據(jù)賦予藍(lán)色和綠色通道。利用三原色原理，形成假彩色影像。其中，地表未發(fā)生變化的區(qū)域，合成后影像灰度值接近，而土地利用發(fā)生了變化的區(qū)域則呈現(xiàn)出紅色，即判定為變化信息的所在。圖4-5-3假彩色合成法（3） 多波段主成分分析法主成分分析法的數(shù)學(xué)基礎(chǔ)是主成分變換，即基于變量之間的相互關(guān)系，在盡量不丟失 信息的前提下，利用線性變換的方法實現(xiàn)數(shù)據(jù)

5、壓縮和特征選取的目的。它的基本原理在第 三章中第二節(jié)“四融合方法的實現(xiàn)”中有了較為詳細(xì)的介紹，這里不在重述。在土地利用 動態(tài)監(jiān)測中，根據(jù)操作方法的不同，該方法又有以下幾種方式：主成分差異法:將兩時相的融合影像經(jīng)糾正、配準(zhǔn)后，分別對它們進(jìn)行 PC 變換。根據(jù) PCA 的特性，變化結(jié)果的第一分量集中了影像的主要信息，其他分量則反映了影像的差異信息。因此將 兩時相的第一主分量作差值取絕對值處理，生成的差值影像即為變化信息模板。圖4-5-4差異主成分技術(shù)流程圖4-5-5差異主成分法多波段主成分分析法：由遙感理論得知，地物屬性發(fā)生變化，必將導(dǎo)致其在影像某幾個波段上的值發(fā)生變化， 所以只要找出兩時相影像中

6、對應(yīng)波段上值的差別并確定這些差別的范圍，便可發(fā)現(xiàn)土地利 用變化信息。在具體工作中將兩時相的影像各波段進(jìn)行組合成一個兩倍于原影像波段數(shù)的新影像，對該影像作 PC 變換。由于變換結(jié)果前幾個分量上集中了兩個影像的主要信息，而后幾個分量則反映出了兩影像的差別信息， 因此可以試著抽取后幾個分量進(jìn)行波段組合 來產(chǎn)生變化信息。例如對以 TM5、4、3 波段組合并與 SPOT 融合的影像來說，把兩時相的 影像進(jìn)行波段合成，新產(chǎn)生的影像將有 6 個波段的信息。對這個影像作 PC 變換的結(jié)果含有6個分量的影像值，這6個分量的前一、二分量便包含了原始影像的主要信息，而后幾個 分量則反映了兩時相影像的變化信息。一般來

7、講，在上述多波段主成分變 換之后，采用6、4、3 分量進(jìn)行波段組合能較好地反映出前后時相影像的變化部分。在所示的例子中，變化信息在結(jié)果影像中呈現(xiàn)為藍(lán)色。 多波段主成分分析方法的不足在于操作過程較復(fù)雜，數(shù)據(jù)量和計算量都較大，運行速度 較慢。而且，主分量選擇的合理性難以確定，存在信息遺失的情況。圖4-5-6多波段主成分技術(shù)流程圖4-5-7多波段主成分分析法（4） 圖像差值法 圖像差值法就是將兩個時相的遙感圖像相減。其原理是：圖像中未發(fā)生變化的地類在兩個時相的遙感圖像上一般具有相等或相近的灰度值，而當(dāng)?shù)仡惏l(fā)生變化時，對應(yīng)位置的灰度值將有較大差別。因此在差值圖像上發(fā)生地類變化部分灰度值會與背景值有較大

8、差別，從而使變化信息從背景影像中顯現(xiàn)出來。T1期土地利用與覆蓋圖T2期遙感影像 糾正與配準(zhǔn)土地利用、土地覆蓋圖（T1）與遙感影像疊加（T2）T2上分層計算遙感信息特征（均值、方差、紋理、結(jié)構(gòu)、相關(guān)）變化自動檢測土地利用與覆蓋變化類別識別構(gòu)建土地利用與土地覆蓋遙感信息知識庫（均值、方差、紋理、結(jié)構(gòu)、相關(guān)）形成判別規(guī)則以T1不變圖斑為單元逐類構(gòu)建樣本訓(xùn)練閾 值決策樹Bayes統(tǒng)計特征與知識庫信息匹配以T1圖斑或像素為計算單元按類別分層檢測均值、方差紋理、結(jié)構(gòu)相關(guān)土地利用與覆蓋變化信息(圖、表)該方法優(yōu)點是運做起來簡單快速，不足之處在于：1）對圖像的時相要求較高，最好是屬于同一季節(jié)；2）由于是通過點

9、對點運算，所以一般差值圖像存在很多的噪聲；3）由于存在同譜異物和異物同譜現(xiàn)象，所以一般會得到很多假變化信息。盡管該種方法存在一定缺陷，但是當(dāng)?shù)匚镱愋捅容^單一、色調(diào)紋理比較均勻、變化特征比較明顯時還是有效的。而當(dāng)影像特征比較復(fù)雜時，該種方法還可以配合其它方法綜合使用。在土地利用動態(tài)遙感監(jiān)測中，圖像差值法多用于缺少多光譜數(shù)據(jù)情況下，對全色數(shù)據(jù)的處理。圖4-5-8圖像差值法4.5.3單一時相遙感影像變化信息發(fā)現(xiàn)方法 目前大部分地區(qū)不具備多個時期的遙感影像，只能購買到單一時期的遙感影像，針對這種普遍情況，提出了基于土地利用圖斑單元的知識庫變化信息自動發(fā)現(xiàn)方法?；驹恚菏紫确謩e對土地利用圖件和遙感影像

10、進(jìn)行預(yù)處理，使得二者具備很好的幾何空間一致性，然后把土地利用圖件與遙感影像在空間上疊加起來，在土地利用圖斑單元內(nèi)訓(xùn)練各種土地利用類別的樣本，并建立各種土地利用類型遙感信息知識庫。最后對土地利用圖件的每一層（即每一種土地利用類別）逐個土地利用圖斑單元地根據(jù)合理的判別規(guī)則到知識庫中確定變化與否，最后標(biāo)識出變化圖斑。T1期土地利用與覆蓋圖T2期遙感影像糾正與配準(zhǔn)土地利用、土地覆蓋圖（T1）與遙感影像疊加（T2）T2上分層計算遙感信息特征（均值、方差、紋理、結(jié)構(gòu)、相關(guān)）變化自動檢測土地利用與覆蓋變化類別識別構(gòu)建土地利用與土地覆蓋遙感信息知識庫（均值、方差、紋理、結(jié)構(gòu)、相關(guān)）形成判別規(guī)則以T1不變圖斑為

11、單元逐類構(gòu)建樣本訓(xùn)練閾 值決策樹Bayes統(tǒng)計特征與知識庫信息匹配以T1圖斑或像素為計算單元按類別分層檢測 均值、方差紋理、結(jié)構(gòu)相關(guān)土地利用與覆蓋變化信息(圖、表)圖4-5-9單一時相遙感影像變化信息發(fā)現(xiàn)方法流程圖圖4-5-10最小距離變化檢測結(jié)果4.5.4 變化信息提取實驗（1） 光譜特征變異法首先先整體進(jìn)行融合，然后在把阜新裁剪出來，這樣可以避免地圖配準(zhǔn)不準(zhǔn)的問題。如果需要的話可以在進(jìn)行地圖配準(zhǔn)，來獲取坐標(biāo)信息。（裁剪和地圖配準(zhǔn)見前面的章節(jié)）融合具體操作過程：打開erdas，點擊InterpreterSpatial EnhancementResolution Merge，截圖如下： 圖4-

12、5-11主成分融合 圖4-5-12阜新市融合結(jié)果（2） 假彩色合成法首先為假彩色合成做準(zhǔn)備工作，先要把前、后兩時相的圖像進(jìn)行波段組合。然后在進(jìn)行假彩色合成。但前提是這些影像大小相同，具有同樣的坐標(biāo)系統(tǒng)和投影系統(tǒng)，這就需要做地圖配準(zhǔn)，為了使結(jié)果準(zhǔn)確，地圖配準(zhǔn)時要是誤差盡可能小。也可以先假彩色合成，然后把合成結(jié)果進(jìn)行地圖配準(zhǔn)，這樣就不用考慮假彩色合成誤差問題。本次操作是先進(jìn)行的地圖配準(zhǔn)，然后在假彩色合成。舊時期數(shù)據(jù)使用的是2003年TM影像的7波段影像圖，新時期的數(shù)據(jù)使用2014年TM影像8波段影像圖。操作過程，打開erdas，進(jìn)行波段組合，點擊InterpreterUtilitieslayer

13、Stack，截圖如下： 圖4-5-13波段組合 圖4-5-14波段組合結(jié)果 為了是組合結(jié)果更符合實際影像圖，更改G、B通道，如圖： 圖4-5-15設(shè)置Raster Options 圖4-5-16更改后顯示結(jié)果 然后進(jìn)行假彩色合成，操作步驟，在viewer1中選擇Raster，然后選擇band combination，截圖如下：圖4-5-17假彩色合成圖4-5-18假彩色合成結(jié)果（3） 多波段主成分分析法操作方法一： 使用Compute New Statistics and Rotate選項可以計算數(shù)據(jù)特征值、協(xié)方差或相關(guān)系數(shù)矩陣以及PC正向旋轉(zhuǎn)。選擇Transforms Principal C

14、omponents Forward PC RotationCompute New Statistics and Rotate操作過程如下： 圖4-5-19 ENVI PC打開文件界面 圖4-5-20 PC參數(shù)設(shè)置 圖4-5-21 輸出波段 圖4-5-22 PC特征值圖4-5-23 PC結(jié)果圖操作方法二： 打開ENVI，選擇Change DetectionImage Change Workflow，操作過程如下： 圖4-5-24 選擇文件 圖4-5-25 圖像配準(zhǔn) 圖4-5-26 圖像變換 圖4-5-27 PCA變換 圖4-5-28 選擇波段 圖4-5-29 輸出文件 圖4-5-30 用波段1表示的結(jié)果 圖4-5-31 PCA后波段456組合 其中，圖4-5-31是在進(jìn)行PCA變換之后，把波段4、5、6輸出，然后在進(jìn)行組合來觀察變化信息。（4） 圖像差