基于多尺度一体化分割的高分辨率SAR与光学图像变化检测

多时相遥感影像变化检测是监测地表地物时空变化的关键，SAR与光学异源图像的变化检测在战争状态或应急状态（如5.12汶川地震时）面临巨大的应用需求。现有的SAR图像变化检测、光学图像变化检测算法都无法解决这一异源图像的变化检测问题，SAR与光学图像变化检测存在巨大的困难。.本课题提出的解决思路是：对配准好的SAR与光学图像，从对象级变化检测出发，建立一种同时适合SAR和光学图像的多尺度一体化分割方法；对分割结果，利用对象结构差异进行结构变化检测，利用样本学习隐式构造SAR与光学辐射对应关系实现非结构变化检测；对配准困难的图像，在三维模型支持下利用SAR仿真技术，建立SAR与光学图像几何和辐射关系，实现城区大型建筑物的变化检测。

针对SAR与光学异源遥感影像变化检测的难点和巨大挑战，围绕SAR与光学图像变化检测的有效、快速、准确处理的目标，本课题通过三年的研究工作，取得了如下的主要研究成果：一、提出了一系列光学与SAR图像多尺度分割方法，包括基于迭代的光学图像多尺度分割、集成马尔科夫随机场的SAR图像多尺度分割、SAR图像分割GPU并行加速方法等；二、扩展了高维空间的凸面模型，提出了基于高维空间凸面模型的遥感影像对象级变化检测方法；三、提出了基于DEM、三维场景的SAR图像模拟及变化检测方法，通过SAR的仿真模拟构建了SAR与光学影像变化检测的方法；四、提出了核函数扩展的“高维空间非超球复杂几何形体覆盖”理论模型，能够利用简单的超香肠模型覆盖更加复杂的数据内部结构，能够提高变化信息提取的精度；五、研究了基于稀疏表示的图像去噪、多源图像融合增强等方法；六、针对变化检测技术在灾害监测、效果评估、目标监视等方面的具体应用需求，研究了特定应用的变化检测方法。本课题共发表论文12篇，其中SCI检索6篇（第一/通讯作者4篇），EI检索3篇，ISTP检索3篇，培养博士生2名，硕士生2名，申请/获批国家发明专利5项。本课题主要研究结论：对于典型的结构变化，可以基于面向对象分割结果通过变化比较得出；对于多时相低层建筑物的变化，可以通过基于仿真SAR与真实SAR图像的变化比较得出；对于特大型建筑物及非结构变化，由于SAR电磁散射机理和表现特性的复杂性，样本难以穷尽，研究计划中的基于样本学习的方法被证明不可行。在研究计划之外，额外探索了知识库支持下的光学图像材质提取方法，拟通过材质提取后的材质比较实现光学与SAR图像变化判别。本课题研究展望：光学与SAR图像结构变化检测结果存在大量伪变化，如何去伪存真成为另一个难题；基于仿真SAR与真实SAR图像的变化检测方法依赖准确的SAR电磁散射模型，本课题研究了低层建筑物的仿真及变化检测方法，对特大型建筑物的SAR仿真和变化检测有待进一步深入研究；对非结构变化，由于SAR散射特性反映了目标的几何结构、材料属性等特性，与目标介电常数高度相关，因此，利用SAR图像进行金属等特定材质的提取是可行的方法，更合适的是在知识库支持下，分别提取光学、SAR图像的材质信息，再进行变化判别，是未来异源图像变化检测较为实用的方法之一。