2015年 基于遥感影像的变化检测是开展环境监测[l,农精确的多时相SAR影像变化检测存在较大困难 业调査[2],城市研究3-5],森林资源监测阿6]等对地 文献[9首先给出了单极化SAR影像变化检测的 观测应用中的关键技术,具有迫切的科学应用需求和基本流程范式,即经典的三步流程范式:1)预处理 广泛的应用前景。所谓基于遥感影像的变化检测,就2)生成差异图;3)分析差异图。这一流程范式在专 是从不同时间获取的同一地理区域的多时相遥感影门研究SAR影像变化检测的算法的相关文献([10~19 像中,定性地或定量地分析和确定地表变化特征和过均有所使用。其中预处理是进行SAR影像变化检测 程的技术。由于变化检测技术可以检测出遥感影像的的第一步,其目的是让两幅影像在空域和谱域具有 局部纹理变化信息以及辐射值,在资源和环境监测方致可比性[9,为后面的比较作差生成差异图步骤做好 面,可以监测出土地利用率以及土地覆盖状况,森林基础的准备。在空域上,两幅影像首先要进行配准处 以及植被的覆盖率,城市的扩张状况等:在农业调查理,即将两幅SAR影像匹配到同一空间场景架构的 方面,它可以及时的更新地理空间数据,了解某一地过程,目前比较流行的方式是通过尺度不变特征或者 理区域内农业作物生长状况等。同时它对于自然灾害互信息特征来对两幅影像进行尺度级别或者灰度级 监测与评估、军事等领域也有着重要作用 别的配准[20]。而在谱域上,则需要将因照射条件等 遥感影像根据工作方式的不同主要可分为光学原因产生的误差进行辐射校正,这一点可以通过对全 遥感影像和微波遥感影像。光学遥感是被动遥感,因图进行目标区域的划分来实现[21。 此仅接受目标物的自身发射和对自然辐射源的反射 生成差异图和分析差异图这两个步骤是近年来 能量。而以合成孔径雷达( Synthetic Aperture Radar,的SAR影像变化检测的研究重点方向,其目的主要 SAR)为代表的微波遥感则是主动式微波成像传感器是为了尽量减小SAR影像受到的相干斑噪声的影响。 刁]。SAR利用脉冲压缩技术和合成孔径原理,使得纵观国内外近几年对SAR影像变化检测研究,研究 距离分辨率和方位分辨率分别加以提高,进而获取大热潮和发展速度可以说是前所未有的,但是这些研究 面积的高分辨率的遥感影像。由于SAR传感器的成往往是基于某一个或几个有限的方面进行深层次探 像原理特殊,因此可全天时全天候拍摄,对地表穿透索。鉴于近些年SAR影像变化检测技术的快速发展 能量强,对地理纹理特征及金属目标探测能力强,同我们认为有必要对SAR影像变化检测的两个关键步 时具有多波段多极化的散射特征。 骤作一个全面的介绍,并对近年来一些经典算法的性 总体来讲,SAR成像技术相对于光学遥感和其他能进行实验对比和总结。 微波遥感,不仅具有可变侧视角,还可以准确并详细 本文第1部分给出SAR影像变化检测基本方法。 地获取地物信息,更重要的是可以不受气候条件(尤第2部分着重总结一些近年来主流期刊上一些热点 其是恶劣天气状况)的影响,因此在变化检测技术上算法的思路。第3部分介绍实验的设置(包括实验数 得以有着广泛的应用。但是另一方面,SAR影像的微据集和评价指标),然后给出所使用算法的实验结果 波成像机理,使其背景信息大都较为复杂,尤其地物并加以简要分析。第4部分对全文进行总结并对变化 区域间特征混叠严重,目标特性差异度量存在较大困检测的进一步发展提出展望 难。这些困难体现在结构的敏感性、成像几何畸变、 成像系统的干扰、相干斑噪声等方面。其中在单极化1SAR影像变化检测的基本方法 SAR影像变化检测领域最为突出的困难是对相干斑 如前所述,SAR影像变化检测重点在生成差异图 噪声影响的克服。参考文献{8]指出,SAR成像系统和分析差异图两个步骤中。由于SAR影像的特殊性 基本分辨单元内地物的随机后项散射,使得相位角失质,这些基本方法和一般的影像处理有所不同,并且 去了连续性,在影像上表现为颗粒状信号相关的强度近年来所提出的热点算法也基本上是基于这些基本 畸变,即产生相干斑噪声。一幅N视图相干斑噪声的算法改进的 幅度A分布服从参数为σ的N卷积 Rayleigh分布[8:11差异图的生成 差异图生成的目的是初步区分两幅SAR影像中 2N-1 (1)未变化类和变化类,并为后续的差异图分析环节提供 基础。考虑两幅SAR影像h1={1(0,1≤≤A,1s≤B}和 这样的噪声是以相乘的形式附加在原图上的,严2={1(,s≤A,1s≤B},它们分别在和时刻所获得。 重影响SAR影像解译的效果。特别是在SAR影像变这一步的目的就是通过某种差异运算构造一幅和两 化检测中,变化类和非变化类相关统计项很难进行准者尺寸一样的差异图I={l(10,1≤≤A,1s≤B}。显然 确估计,在相干斑抑制和细节保持上存在矛盾,进行选择合适的差异运算显得极为重要。2 计 算 机 研 究 与 发 展 2015 年 基于遥感影像的变化检测是开展环境监测[1]，农 业调查[2]，城市研究[3-5]，森林资源监测[6]等对地 观测应用中的关键技术，具有迫切的科学应用需求和 广泛的应用前景。所谓基于遥感影像的变化检测，就 是从不同时间获取的同一地理区域的多时相遥感影 像中，定性地或定量地分析和确定地表变化特征和过 程的技术。由于变化检测技术可以检测出遥感影像的 局部纹理变化信息以及辐射值，在资源和环境监测方 面，可以监测出土地利用率以及土地覆盖状况，森林 以及植被的覆盖率，城市的扩张状况等；在农业调查 方面，它可以及时的更新地理空间数据，了解某一地 理区域内农业作物生长状况等。同时它对于自然灾害 监测与评估、军事等领域也有着重要作用。 遥感影像根据工作方式的不同主要可分为光学 遥感影像和微波遥感影像。光学遥感是被动遥感，因 此仅接受目标物的自身发射和对自然辐射源的反射 能量。而以合成孔径雷达(Synthetic Aperture Radar, SAR)为代表的微波遥感则是主动式微波成像传感器 [7]。SAR 利用脉冲压缩技术和合成孔径原理，使得 距离分辨率和方位分辨率分别加以提高，进而获取大 面积的高分辨率的遥感影像。由于 SAR 传感器的成 像原理特殊，因此可全天时全天候拍摄，对地表穿透 能量强，对地理纹理特征及金属目标探测能力强，同 时具有多波段多极化的散射特征。 总体来讲，SAR 成像技术相对于光学遥感和其他 微波遥感，不仅具有可变侧视角，还可以准确并详细 地获取地物信息，更重要的是可以不受气候条件（尤 其是恶劣天气状况）的影响，因此在变化检测技术上 得以有着广泛的应用。但是另一方面，SAR 影像的微 波成像机理，使其背景信息大都较为复杂，尤其地物 区域间特征混叠严重，目标特性差异度量存在较大困 难。这些困难体现在结构的敏感性、成像几何畸变、 成像系统的干扰、相干斑噪声等方面。其中在单极化 SAR 影像变化检测领域最为突出的困难是对相干斑 噪声影响的克服。参考文献[8]指出，SAR 成像系统 基本分辨单元内地物的随机后项散射，使得相位角失 去了连续性，在影像上表现为颗粒状信号相关的强度 畸变，即产生相干斑噪声。一幅 N 视图相干斑噪声的 幅度 A 分布服从参数为 σ 的 N 卷积 Rayleigh 分布[8]：   exp . ( )!                    NA A N N p A N N N N (1) 这样的噪声是以相乘的形式附加在原图上的，严 重影响 SAR 影像解译的效果。特别是在 SAR 影像变 化检测中，变化类和非变化类相关统计项很难进行准 确估计，在相干斑抑制和细节保持上存在矛盾，进行 精确的多时相 SAR 影像变化检测存在较大困难。 文献[9]首先给出了单极化 SAR 影像变化检测的 基本流程范式，即经典的三步流程范式：1) 预处理； 2) 生成差异图；3) 分析差异图。这一流程范式在专 门研究 SAR 影像变化检测的算法的相关文献[10~19] 均有所使用。其中预处理是进行 SAR 影像变化检测 的第一步，其目的是让两幅影像在空域和谱域具有一 致可比性[9]，为后面的比较作差生成差异图步骤做好 基础的准备。在空域上，两幅影像首先要进行配准处 理，即将两幅 SAR 影像匹配到同一空间场景架构的 过程，目前比较流行的方式是通过尺度不变特征或者 互信息特征来对两幅影像进行尺度级别或者灰度级 别的配准[20]。而在谱域上，则需要将因照射条件等 原因产生的误差进行辐射校正，这一点可以通过对全 图进行目标区域的划分来实现[21]。 生成差异图和分析差异图这两个步骤是近年来 的 SAR 影像变化检测的研究重点方向，其目的主要 是为了尽量减小SAR影像受到的相干斑噪声的影响。 纵观国内外近几年对 SAR 影像变化检测研究，研究 热潮和发展速度可以说是前所未有的，但是这些研究 往往是基于某一个或几个有限的方面进行深层次探 索。鉴于近些年 SAR 影像变化检测技术的快速发展， 我们认为有必要对 SAR 影像变化检测的两个关键步 骤作一个全面的介绍，并对近年来一些经典算法的性 能进行实验对比和总结。 本文第 1 部分给出 SAR 影像变化检测基本方法。 第 2 部分着重总结一些近年来主流期刊上一些热点 算法的思路。第 3 部分介绍实验的设置（包括实验数 据集和评价指标），然后给出所使用算法的实验结果 并加以简要分析。第 4 部分对全文进行总结并对变化 检测的进一步发展提出展望。 1 SAR 影像变化检测的基本方法 如前所述，SAR 影像变化检测重点在生成差异图 和分析差异图两个步骤中。由于 SAR 影像的特殊性 质，这些基本方法和一般的影像处理有所不同，并且 近年来所提出的热点算法也基本上是基于这些基本 算法改进的。 1.1 差异图的生成 差异图生成的目的是初步区分两幅 SAR 影像中 未变化类和变化类，并为后续的差异图分析环节提供 基础。考虑两幅 SAR 影像 I1={I1(i,j),1≤i≤A,1≤j≤B} 和 I2={I2(i,j),1≤i≤A,1≤j≤B}，它们分别在和时刻所获得。 这一步的目的就是通过某种差异运算构造一幅和两 者尺寸一样的差异图 IX={IX(i,j),1≤i≤A,1≤j≤B}。显然， 选择合适的差异运算显得极为重要