变化检测技术原理与进展

陈述彭院土指出:遥感技术应用的第二阶段必然是动态监测，遥感由静态到动态，由定性解释到定量调查，这是它的必然过程。多时相遇感影像变化检测足多时相温感能像分析与处理的种主要技术手段，通过分析多幅不同时期获取的遥感影像，加以人工判别和计算机处理、提取出感兴趣的变化区域和变化信息、制作变化专题图，为多领域的应用需求提供指导。对于多时相道感影像变化检测过程，可以从中提取和提供给决策者的变化信息，包括:①变化位置；②变化概率；③变化类别；④变化强度；⑤变化方向；⑥其他变化信息。综合选用和分析这些变化信息，可以对区域在时间和空间上的变化趋势进行有效评估，以总结规律、进行科学决策。

变化检测(change detection)技术是伴随着大范围土地利用/覆盖变化监测的需求诞生和发展的。目前，国际上最为普遍和公认的遥感变化检测定义是由印度学者Singh Ashbindu于1989年提出的，他将变化检测定义为“通过对同一物体或者是现象的重复观测以判别出变化的过程”。在此后数十年间，国内外研究人员相继对变化检测技术以及应用展开了广泛深人的研究，提出了一系列快速、高效的变化检测算法和模型，成功地应用于不同领域的变化检测工作。特别是近年来，模式识别、机器学习和图像处理领域的新思想和新方法被不断引入变化检测，极大地丰富和拓宽了变化检测的技术手段。

经过几十年的发展，变化检测已经形成一个庞大的技术方法系统，各种方法的提出背景、优势特点和性能参数不尽相同。一般来说，比较公认的变化检测技术体系的分类是由Lu等于2004年提出。将其技术方法体系主要划分为:①可视化分析法；②代数运算法；③图像变换法；④图像分类法；⑤ GIS分析法；⑥高级模型法；⑦其他方法等。与此同时，较为主流和常规的变化检测方法分类也可简单划分为非监督和监督两大类。前者需要有对检测区域的先验样本作为训练集、输入检测模块。如分类后比较、多时相影像直接分类、支持向量机等方法。后者不需要获得先验样本，直接对原始多时相影像进行对比分析和处理获得变化信息，如图像差值法、主成分变换法、变化失量分析法、多变量转化检测法 和面向对象方法等。在此基础上，综合利用监督和非监督方法，利用两者的有效集成也是变化检测应用的个有益尝试。此外，多篇文献也都致力于从不同的角度对变化检测技术进行归纳与综述，从理论上全面总结了其技术特点与应用。

为解决和完善变化检测中相关问题、建立起完整的变化检测方法技术体系结构，相关研究人员提出了改进与试验，以有效提高变化检测的精度。例如，对变化检测过程中的相对辐射校正、 几何配准误差、检测后精度评价等相关重要组成部分展开一系列分析与讨论，进一步完善其方法技术体系；构建包括简单高斯分布模型、广义高斯分布模型、广义Gamma分布模型、混合高斯密度模型等概率模型反映差分影像的分布，区分二类变化信息；对于非监督变化检测中阈值的选取与确定也相继进行众多研究，使得阈值确定的自动化程度、准确性和适应性得到了有效的提高。

除此之外，在具体的方法改进上，刘臻等将CVA和相似度验证相结合，利用高分影像实现城市建筑物等目标的自动变化检测；范海生等结合图像差值法和分类后比较法提取土地利用变化信息，以显示更精确的变化类型信息；袁琪和赵荣春以迭代算法优化分类，以改进简单马尔可夫随机场模型在变化检测算法中使用。Bruzzone和Serpico在常规单变量图像差值法的基础上综合运用多波段信息，人为去除配准等误差突出主要变化信息；Bovolo和Bruzzone从极坐标形式完整给出变化矢量法的定义，获得较高理论价值和实际意义； Bruzzone利用自适应多尺度方法和空间纹理特性试验了高分辨率影像的面向对象变化检测，提高了整体检测精度。在对原始方法的改进与完善上，这些方法都取得了较好的效果。

多时相遥感影像变化检测的基本操作流程主要包括明确问题、检测前预处理、算法与模型选择、变化信息提取、精度评价和结果输出等六大部分组成。各个步骤之间息息相关、相辅相成、缺一不可，特别是预处理、算法模型选择和变化信息提取三部分是整个检测过程的关键所在。如何针对所研究的具体问题和应用，实施好变化检测的每一步骤， 是最终获得高精度检测结果的重要保证。