论文摘要
基于遥感影像的变化检测技术是卫星遥感应用研究的一个重要方向。随着航天遥感技术的发展，遥感影像的空间分辨率不断提高、时间分辨率不断缩短，基于遥感影像变化检测除了研究大范围宏观层次的地球环境变化外，还向着局部区域更加精细的变化检测研究方向发展。 利用不同时相的遥感影像，分析特定目标在经历一段时间或特定事件前后的变化情况，传统的方法属于人工判读识别的智力劳动密集型工作。当前，随着可用遥感影像信息海量增长，同范同、多时相影像对比解译工作重复劳动量大，判读与解译结果常常因人而异，对判读人员经验的依赖性大；而且判读经验与过程的可传递性、可移交性差，需要研究自动的变化检测方法，满足对特定目标变化现象快速检测、及时更新的迫切需要。 本文以不同时相的高空间分辨率遥感影像为基础，以检测特定目标的本征变化为目的，利用遥感影像的时空覆盖特性对特定目标变化检测的技术与方法进行了理论探讨和实验研究。 (1) 从光谱变换的角度出发，建立了基于灰度变化检测的统一模型；从理论和实验两个角度考察了灰度变化检测的各方法在检测人工目标时对自然地物检测抑制的效应。对线性回归、局部线性回归、二次多项式回归、主成分分析、直方图配准等方法用于某炼油厂变化前后的高空间分辨率全色波段遥感影像变化检测进行了对比实验，进一步分析了上述方法用于检测高空间分辨遥感影像特定目标变化的优势和局限性，对实际应用具有指导意义。 (2) 提出了一种比基于像素方法更加稳定、基于图像区域特征的变化检测方法。该方法在研究区域特征变化准则函数的构造、特征量的标准化处理、多特征联合变化判定规则确定等内容的基础上，尽量减少不同时相影像像素灰度偏差引起的伪变化的影响。该方法在一定意义上能够克服单纯由像素灰度差异引起的伪变化，而且对不同尺寸的区域变化都有很好的适应性。 (3) 提出了一种基于特征点的“两步相关法”变化检测方法，该方法对于配准误差有很强的容忍度，即使图像的配准误差在几个像元，使用该方法仍然可以得到基本准确的特定目标本征变化的检测结果，还可以得到统计意义下的变化率，适应影像现势性更新的需要。 (4) 按照知识驱动的思路，提出了基于坐标位置关联的特定目标变化自动解译方案，给出了目标结构组成的模型样例，把变化检测的深层解译问题深入到子结构层次，并提出了深入解决特定目标变化自动检测问题的进一步的研究方向。