基于多源航空遥感数据融合的城市地物变化监测系统的制作方法

摘要: 本发明涉及航空遥感数据处理、城市地物变化监测,具体为基于多源航空遥感数据融合的城市地物变化监测系统。背景技术:1、城市地物变化监测依赖航空遥感平台获取的多时相、...
基于多源航空遥感数据融合的城市地物变化监测系统的制作方法

本发明涉及航空遥感数据处理、城市地物变化监测,具体为基于多源航空遥感数据融合的城市地物变化监测系统。

背景技术:

1、城市地物变化监测依赖航空遥感平台获取的多时相、多源数据,光学影像能反映地物的光谱和纹理细节,合成孔径雷达数据则对地物结构、介电特性敏感且具备穿透云雨的能力。现有技术多采用分别变化检测后决策融合的方式,即对多时相光学影像计算光谱差值或变化向量,对多时相合成孔径雷达数据计算后向散射强度比或相干变化,再将各自的变化检测结果进行逻辑融合或加权合并。这种方式在各自数据域内独立提取变化信息,难以在特征层面协同利用光学与雷达的互补响应,导致对城市中因材质相似但结构变化的地物不敏感,变化检测完整度不足。基于主成分分析的变化检测方法通常将两时相差值图像或多光谱堆叠图像直接变换后截取前几个主成分作为变化分量。由于缺乏对主成分空间分布特性的定量度量,常将噪声、配准残差、光照差异引起的整体偏移误作为变化信息保留,真正由地物改变引起的结构化变化信号却被分散在多个分量中,需要人工判读或依赖经验规则挑选分量。城市区域建筑物扩建、道路改线等地物变化常呈现局部聚集的空间模式,而伪变化多表现为孤立的离散点或随机分布,二者在主成分变换后的空间自相关特性存在本质差异,该差异未被现有主成分分析变化检测充分利用。在变化区域提取环节,通常采用固定阈值对变化分量进行二值分割,再辅以形态学开闭运算去除噪声。固定阈值难以同时适应不同区域变化强度的非均匀分布,低阈值会引入大量碎斑,高阈值则割裂连片变化的边界。形态学操作的结构元素和次数需要先验设定,城市地物尺寸差异极大,统一参数容易造成小变化丢失或大变化轮廓失真,缺少基于变化分量本身统计分布的自适应边界重建手段。多源多时相堆叠数据中如何利用空间自相关特性自动识别出集中承载地物真实变化的结构化分量,以及如何根据该分量自身的取值分布自适应重建变化区域的完整边界,已成为提升城市地物变化监测可靠性的关键所在。

技术实现思路

1、本发明提供一种基于多源航空遥感数据融合的城市地物变化监测系统,可以在多源多时相联合数据中自动定位承载地物变化的主成分分量,并对变化区域进行自适应精确提取。

2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种基于多源航空遥感数据融合的城市地物变化监测系统,该系统通过融合光学影像与合成孔径雷达数据,实现复杂城市环境下地物变化的可靠检测。该系统包括数据获取模块、归一化模块、堆叠构建模块、主成分模块、差异筛选模块和形态学模块。

3、数据获取模块获取同一地理区域的第一时相多源航空遥感数据和第二时相多源航空遥感数据,通过多源数据互补克服单一传感器在光照、气象条件下的局限,保证变化分析信息基础的完整性。归一化模块对第一时相多源航空遥感数据和第二时相多源航空遥感数据分别进行空间分辨率归一化处理,生成第一时相归一化数据层和第二时相归一化数据层,有效消除多源数据之间空间尺度不一致造成的配准误差和信息冗余。堆叠构建模块将第一时相归一化数据层和第二时相归一化数据层按像素空间位置进行堆叠,构建多波段联合状态矩阵,使得两个时相的光谱特征和极化特征在统一矩阵中建立空间对应关系,为后续变换提取变化特征提供结构化的数据组织形式。

4、主成分模块对多波段联合状态矩阵执行主成分变换,提取若干主成分分量。通过主成分变换去除波段间的信息冗余并将变化能量向少数主成分分量集中,从而增强变化信号与未变化背景的可分离性。差异筛选模块计算所述若干主成分分量中每个主成分分量的局部空间自相关指数,并依据所述局部空间自相关指数从若干主成分分量中筛选出差异承载分量。利用局部空间自相关性度量,能够自动识别出对变化信息贡献最大的主成分分量,抑制非变化分量和噪声分量的干扰,提高变化检测的针对性。形态学模块对差异承载分量执行形态学重建操作,提取城市地物变化区域。形态学重建能够保持变化区域的形状连通性并消除孤立噪点,提取出的变化区域边界完整、内部致密,更贴近真实城市地物变化斑块。

5、优选的,数据获取模块从航空遥感平台接收覆盖目标城市区域的原始光学影像序列和原始合成孔径雷达单视复数数据,对原始光学影像序列进行辐射定标和大气校正,生成地表反射率光学影像,对原始合成孔径雷达单视复数数据进行多视处理和地理编码,生成后向散射系数影像,并以地表反射率光学影像的地理参考为基准对后向散射系数影像进行配准,使第一时相多源航空遥感数据和第二时相多源航空遥感数据处于相同地理坐标框架下。该方式保证了光学和雷达数据样本时相一致、几何对齐,从根本上减少伪变化。

6、作为本发明的一个技术方案,归一化模块生成第一时相归一化数据层和第二时相归一化数据层时,获取光学影像数据的原始空间分辨率和合成孔径雷达数据的原始空间分辨率,选取两者中的较低值作为目标分辨率,采用双三次卷积插值方法将光学影像数据的各波段和合成孔径雷达数据的各极化通道统一重采样至目标分辨率,再将统一重采样后的光学影像波段数据和合成孔径雷达极化通道数据按照预设波段顺序排列,形成归一化数据层。将数据统一到较低分辨率能够保留雷达数据的空间细节而不引入人为插值畸变,同时双三次卷积插值使光学数据重采样后仍保持地物纹理的连贯性。

7、进一步优选的,堆叠构建模块在构建多波段联合状态矩阵时,将第一时相归一化数据层中的所有波段按照红、绿、蓝、近红外、合成孔径雷达同向极化、合成孔径雷达交叉极化的顺序排列为第一波段序列,将第二时相归一化数据层中的所有波段按照与第一波段序列相同的波段顺序排列为第二波段序列,再将第一波段序列和第二波段序列在波段维度上串联形成联合多波段数据体,将联合多波段数据体中每个像素位置处的所有波段取值组成列向量,并以所有像素位置的列向量为列构建所述多波段联合状态矩阵。固定的波段排列顺序保证了两时相数据在变换过程中的对称性,方便主成分变换将变化信息集中于少数分量。

8、主成分模块在执行主成分变换时,计算多波段联合状态矩阵的协方差矩阵,对协方差矩阵进行特征分解得到特征值和对应的特征向量,按特征值从大到小的顺序对特征向量进行排序,将排序后的特征向量组成投影矩阵,将多波段联合状态矩阵投影至投影矩阵上得到初始主成分分量序列,从初始主成分分量序列中截取前n个主成分分量。通过保留特征值较大的前n个主成分,能够在保留绝大部分变化能量的同时丢弃噪声主导的低特征值分量,减少计算量并提升变化分量筛选的稳定性。

9、差异筛选模块在筛选差异承载分量时,将前n个主成分分量中的每个主成分分量分别重塑为二维空间矩阵,在二维空间矩阵上逐像素设定空间邻域窗口,计算窗口内中心像素值与邻域像素值之间的局部莫兰指数作为局部空间自相关指数,将前n个主成分分量中局部空间自相关指数绝对值大于预设阈值的空间位置所对应的主成分分量判定为候选差异承载分量,对候选差异承载分量按照其对应的特征值大小进行降序排列,取排序首位的候选差异承载分量为差异承载分量。该筛选策略融合了全局方差贡献和局部空间自相关指标,有利于选取出既包含大幅度变化又具有空间聚集特征的差异成分,避免将随机亮点噪声误判为变化。

10、形态学模块提取城市地物变化区域时,对差异承载分量进行直方图统计分析,确定低端分位数阈值和高端分位数阈值,依据低端分位数阈值对差异承载分量执行阈值分割生成第一二值掩膜,依据高端分位数阈值对差异承载分量执行阈值分割生成第二二值掩膜;以第一二值掩膜为标记图像、以差异承载分量为掩模图像执行形态学梯度重建,得到变化种子区域;再以第二二值掩膜为标记图像、以变化种子区域为掩模图像执行形态学膨胀重建,得到城市地物变化区域。通过高低分位数双阈值机制和两级形态学重建,能够精确捕捉变化区域的内部骨骼和完整轮廓,提取结果对阈值变化不敏感,且能有效连接微弱变化的边缘并滤除背景杂斑。

11、作为优选的,在确定低端分位数阈值和高端分位数阈值时,统计差异承载分量在全部有效像素位置上的取值分布,生成归一化直方图,从归一化直方图的低端累积概率达到第一预设分位点处读取低端分位数阈值,从归一化直方图的高端累积概率达到第二预设分位点处读取高端分位数阈值,第一预设分位点的取值小于0.5,第二预设分位点的取值大于0.5。这种基于分位数的自适应阈值确定方式能够适应不同时相、不同地理区域差异分量的数值范围波动,保证变化提取的稳定性。

12、进一步地,以第一二值掩膜为标记图像、以差异承载分量为掩模图像执行形态学梯度重建得到变化种子区域的过程包括:以第一二值掩膜中取值为1的像素位置作为起始点,在差异承载分量上从起始点开始执行四邻域连通扩散,将扩散路径中满足差异承载分量取值大于低端分位数阈值的像素纳入连通区域,重复四邻域连通扩散直至连通区域不再扩张,将最终扩张得到的连通区域标记为变化种子区域。由此得到的种子区域牢固代表变化核心。以第二二值掩膜为标记图像、以变化种子区域为掩模图像执行形态学膨胀重建时,以第二二值掩膜中取值为1的像素位置作为膨胀种子点,在变化种子区域的边界约束下以结构元素对膨胀种子点执行循环膨胀操作,每次膨胀操作后将膨胀结果与变化种子区域进行交集运算以更新膨胀结果,当连续两次膨胀操作的更新像素数量小于预设数量阈值时终止循环膨胀,将终止时的膨胀结果作为城市地物变化区域。借由变化种子区域作为空间约束,膨胀重建仅在变化核心周边合理扩展,防止过度检测,最终提取的城市地物变化区域兼具高召回率和精确边界。

13、在上述技术方案中,本发明提供的技术效果和优点:

14、对两时相的多源航空遥感数据经空间分辨率归一化后,按照统一的光学波段与雷达极化通道顺序排列并串联构建联合多波段数据体,形成多波段联合状态矩阵;通过对该矩阵执行主成分变换得到的多个主成分分量,逐分量重塑为二维空间矩阵并在空间邻域窗口上计算局部莫兰指数作为局部空间自相关指数,筛取局部空间自相关指数绝对值超出预设阈值的分量作为候选,最终按特征值大小选定差异承载分量。光学影像和雷达数据被统一纳入同一特征空间进行分解,局部莫兰指数捕获地物变化引起的空间聚集性信号,能够将因建筑物拆除或新建导致的连片变化与由配准偏移、散斑噪声或辐射差异造成的随机离散响应有效分离。差异承载分量集中保留了多源数据中真正具有空间结构化特征的差异信息,抑制了背景区的杂散波动,使得变化信息从多波段复合噪声中凸显出来,无需依赖固定分量截取数量或人工挑选。对差异承载分量进行直方图统计分析,从低端累积概率达到第一预设分位点处读取低端分位数阈值、从高端累积概率达到第二预设分位点处读取高端分位数阈值,生成第一二值掩膜和第二二值掩膜;以第一二值掩膜为标记图像、差异承载分量为掩模图像执行形态学梯度重建,在差异承载分量取值约束下进行四邻域连通扩散直至收敛,获得变化种子区域;再以第二二值掩膜为标记图像、变化种子区域为掩模图像执行形态学膨胀重建,在变化种子区域的边界限制下循环膨胀并取交集,至更新像素数量小于预设数量阈值时终止,得到城市地物变化区域。双分位数阈值随差异承载分量的实际分布自适应确定,低端阈值捕获变化边缘的微弱过渡信号,高端阈值锚定变化核心的高响应位置,形态学梯度重建从低响应标记点出发沿梯度扩散,恢复出与真实变化范围连通的种子区域,避免固定阈值造成的断裂;膨胀重建在高端阈值约束下将种子区域向外延拓至真实地物边界,同时受变化种子区域整体形状约束,自动滤除孤立伪变化斑块。此种重建方式使建筑物、道路等城市地物变化图斑内部连通完整、边缘轮廓准确,弱变化边界与强变化核心得以统一提取,变化检测结果对城市地物尺度差异和变化强度差异均具有良好的适应性。