遥感图像变化检测代码_2.3遥感变化检测
章节概览
人们几乎每天都在对自然环境进行改造，小到建筑物的修建、大到填海造陆，而这些动态发展对于自然环境的利弊则需要监控与分析。
遥感变化检测，顾名思义，就是利用多张静态的遥感图像所反应的信息，在相互比较、多种处理手段下获取各种地表信息动态变化的方式。遥感变化检测的工作对象是同一地区不同时期的图像。
一、基本概念
遥感变化检测的正式概念是：利用多时相遥感数据，采用多种图像处理和模式识别方法提取变化信息，并定量分析和确定地表变化的特征与过程。
影响监测结果的因素主要可以分为两方面：一方面是遥感系统的影响，另一方面是环境的影响。遥感系统的影响 可以从遥感数据特征角度分析，即四个分辨率。时间分辨率是变化检测最基本的考量因素，只有图像之间跨越调查区域的变化时期，我们才可以从多时相图像中获取变化信息；不同的空间分辨率获取到的同一地区数据特征可能是不同的，需要根据实况进行合理选择；另外，我们所选择的系统的光谱分辨率应当足以记录光谱区域内反射的辐射通量，从而有效描述有关对象的光谱属性；不同辐射分辨率之间的图像数据应当注意及时转换。环境因素的影响 因子是很多的。最常见的就是大气影响，另外还有土壤湿度等。
因为以上种种影响因素的存在，因此我们在开始正式变化检测之前需要对不同时相的苏剧进行一系列预处理来使监测分析建立在一个尽可能可靠的空间和光谱基准之上。
首先，对于单幅图像的预处理是不可省略的，如辐射校正、几何校正等。这在定量遥感分析中尤其重要。
其次就是针对多幅不同时相数据之间的处理，重点介绍两个处理方式：空间配准和辐射度匹配与归一化处理，这两步其实也可以对应到单幅预处理的几何和辐射两方面校正，以便于记忆。
- 图像配准就是将不同时间、不同传感器或不同条件下获取的两幅或多幅图像进行匹配、叠加的过程。
- 辐射度匹配与归一化处理则是实现图像之间的辐射度匹配。因为遥感系统本身和环境因素的影响，传感器在不同条件下获得的信息辐射度可能不在一个度量等级上，因此需要辐射度匹配。举个例子，某一物体相对于原点的位置是（0，1），但是相对于点（0，2）的坐标则是（0，-1），假如不对其进行统一的度量处理，那么这两个坐标反应的就不是同一个位置，也就无法进行下一步处理。
二、检测方法
经过处理之后就到了正式区分变化区域的步骤了，利用遥感影像数据进行变化检测的方法有多种，下图就是各种方法的简单介绍。
变化检测方法（详细版）
上图看起来很详细，但是其实挺令人恐惧的，我自己又画了下边这张，更简洁。
变化检测方法（简洁版）
简单解释一下上图：变化检测的方法主要可以分成三大类：光谱特征分析法、光谱变化向量分析法以及时间序列分析法。
- 光谱特征分析法主要基于不同时相遥感图像的光谱增强、分类和计算，确定变化的分布和类型特征 。
- 光谱变化向量分析法基于不同时相遥感图像之间的辐射变化，着重对个波段的差异进行分析，确定变化的强度与方向特征 。
- 时间序列分析法则是强调利用遥感连续观测数据分析地面检测对象的变化过程与变化趋势 。
遥感与GIS综合分析是一种外援般的存在，相比起方法，我更愿意称其为一种思路，这种思路结合了遥感与GIS的知识，利用不同的数据格式和不同角度的信息来分析变化特征。这种思路可以运用到各种变化检测方法中，因此我将它单独列出来并指向遥感监测方法一框。
三、精度评价
1.阈值确定
变化检测的精度评价中有一个不同于传统精度评价的要点，是阈值。所谓世间万物运动是绝对的，静止是相对的。可以说身边的一切都无时无刻不在变化中，既然我们的目的是提取变化区域的信息，那么我们就要设置一个条件，专业点说就是阈值。一旦变化情况超过这个阈值，我们就认为该区域发生了变化，如果未超过这个阈值，那么我们就认为该区域的变化程度不足以产生影响，不予探究。
设置阈值的方法有很多种，根据自动化程度可以分为两种，一种是人工交互式确定法，一种是自动、半自动确定法。人工交互式确定法通常通过直方图观察图像的灰度值，在灰度值聚集区域之间设置阈值。自动、半自动确定法通常基于精确的数学计算，例如贝叶斯理论、马尔可夫随机场、或者计算机迭代计算确定最佳阈值。
2.精度评价
目前单时相遥感数据的精度评价和指标已经相对完善，但是变化检测中的精度评价仍然存在一系列问题。一方面是变化初期的实况数据由于时间的流逝难以获取，仅有一些参考数据。另一方面是不同时相的图像在规格、位置、时间等的条件影响下误差较大，在处理过程中误差的累计和传播给精度评价带来较大难度。
目前最常用的变化检测评级方法仍是误差矩阵。简单来说我们可以分别计算单时相图像的误差矩阵和总体精度，多时相的精度视为单时相精度的乘积。
注释与预告
参考文献：《定量遥感模型、应用及不确定性研究》柳钦火编
预告：3专题应用
关于遥感的理论还有最后一个应用部分，上一篇论文笔记我先试个水，之后还有，以后可能会轮更。