论文部分内容阅读
无人机遥感影像因其具有高空间分辨率和高时间分辨率特性,正日益成为地物变化检测不可或缺的数据源。当前,无人机遥感影像变化检测技术基本处于人工目视判读阶段,缺乏自动化。本文重点围绕无人机遥感影像变化检测的关键技术展开研究,主要工作如下: (1)引入背景互信息约束条件,改进了SIFT配准算法。针对SIFT影像特征匹配的可靠性问题,本文在SIFT局部特征描述子之外,建立了半全局背景环,并将背景环的互信息嵌入相似性度量,约束特征匹配。实验结果表明,改进算法有效地提高了匹配的正确率,且与全局配准算法相比,具有更小的计算量; (2)提出了基于局部混合信息的多尺度遥感影像变化检测方法。针对灰度图像变化检测中出现的伪变化问题,从基于混合信息的图像变化检测方法出发,结合小波变换分解的多尺度图像,构造了多尺度混合信息变化检测器。实验表明,相比于混合信息的变化检测法,改进的方法减少了“伪变化”区域,提高了变化检测的鲁棒性; (3)提出了多尺度异常累积的影像模糊聚类变化检测方法。为克服彩色图像几何配准误差,在对称Chrono-chrome(CC)检测方法的基础上,构造出一个对称CC累积异常变化检测器,并利用模糊C聚类法对累积异常检测图进行分类。实验表明,与对称CC变化检测法相比,改进后的方法能更好地克服图像配准误差,并且具有无监督地检测出真彩色变化区域的能力。