基于廣義Gamma混合模型的遙感圖像變化檢測(cè)研究.pdf

1、遙感圖像的變化檢測(cè)是通過(guò)對(duì)同一地區(qū)而不同時(shí)期的兩幅已配準(zhǔn)的遙感圖像進(jìn)行分析，從中提取變化信息的過(guò)程，廣泛應(yīng)用于資源環(huán)境監(jiān)測(cè)、農(nóng)業(yè)生產(chǎn)監(jiān)測(cè)、災(zāi)害監(jiān)測(cè)等領(lǐng)域。
　　目前，基于統(tǒng)計(jì)模型的變化檢測(cè)技術(shù)由于其所采用模型的擬合能力而備受爭(zhēng)議，因?yàn)闄z測(cè)結(jié)果是否理想取決于模型能否準(zhǔn)確的表達(dá)數(shù)據(jù)。傳統(tǒng)的模型大都不能準(zhǔn)確地描述數(shù)據(jù)，最終導(dǎo)致檢測(cè)結(jié)果產(chǎn)生較大偏差。針對(duì)這一問(wèn)題，本文用具有更強(qiáng)描述能力的廣義Gamma分布作為有限混合模型分量，用廣義Gam

2、ma混合模型來(lái)對(duì)差異圖像數(shù)據(jù)建模，從而為得到更準(zhǔn)確的變化檢測(cè)結(jié)果奠定基礎(chǔ)。
　　本文研究了基于廣義Gamma混合模型的遙感圖像變化檢測(cè)方法，主要包括以下三個(gè)內(nèi)容：
　　1)運(yùn)用固定兩分量的廣義Gamma混合模型對(duì)差異圖像建模，分別描述變化和未變化兩類，采用廣義K&I門限選擇算法提取出差異圖像最優(yōu)門限值，實(shí)現(xiàn)了基于廣義Gamma混合模型和廣義K&I門限選擇的變化檢測(cè)算法。通過(guò)與幾種現(xiàn)有的算法作比較，可以看到提出的算法具有更好的

3、檢測(cè)效果。
　　2)提出了一種基于QPSOEM算法和貝葉斯理論的變化檢測(cè)算法。針對(duì)固定兩分量的廣義Gamma混合模型對(duì)復(fù)雜數(shù)據(jù)難以描述的問(wèn)題，采用MDL準(zhǔn)則自適應(yīng)選擇混合分量數(shù)和QPSOEM算法估計(jì)混合模型參數(shù)的方法來(lái)解決。通過(guò)與幾種現(xiàn)有的算法作比較，該方法對(duì)復(fù)雜數(shù)據(jù)的擬合能力更強(qiáng)，且可獲得更好的檢測(cè)結(jié)果。
　　3)提出了一種基于馬爾可夫場(chǎng)的變化檢測(cè)算法?？紤]到圖像像素之間存在著依賴性，采用常見(jiàn)的吉普斯馬爾可夫場(chǎng)對(duì)差異圖像建