香港理工大學(xué)教授史文中做了題為《基于遙感影像的變化檢測技術(shù)發(fā)展與展望》的演講，介紹了團隊在遙感變化檢測技術(shù)方面的進展和結(jié)果等。

　　10月22日，由中國測繪地理信息學(xué)會主辦的2015年學(xué)術(shù)年會在江西南昌召開。除特邀報告外，會議圍繞當(dāng)今測繪發(fā)展現(xiàn)狀和趨勢，還設(shè)立以測繪地理信息裝備技術(shù)、傾斜攝影測量技術(shù)、測繪“一帶一路”、地理國情監(jiān)測等熱門話題的分論壇，詳具總結(jié)我國測繪發(fā)展成果，解讀和展望測繪技術(shù)和市場的未來。

以下為演講實錄：

我先為大家介紹下發(fā)展現(xiàn)狀以及回顧。

　　第一，發(fā)展回顧。

　　應(yīng)用領(lǐng)域，遙感變化檢測這個技術(shù)是非常急需的技術(shù)，第一步是地理信息檢測，就需要自動化的技術(shù)來提高我們這個效率，從遙感方面，也就是遙感變化檢測，這也可以廣泛另外在其他領(lǐng)域，比如說土地利用、農(nóng)田變化等比較寬的范圍。

　　這個從技術(shù)發(fā)展，從遙感衛(wèi)星影象，分辨率越來越高，可以到0.1甚至更高一點。衛(wèi)星的數(shù)量也越來越多，比如說我們國家計劃在十年的時間，發(fā)射到64顆衛(wèi)星，分辨率可以到幾分鐘，這樣就很快從一個地區(qū)不同時間的影像。接下來我們的技術(shù)支持，跟這些不同的時效的影像進行分析。

　　在變化檢測技術(shù)體系當(dāng)中，到現(xiàn)在差不多有40多年的時間。這個工作可以分為從70年代到80年到90，到現(xiàn)在。這個是光學(xué)影像，我們在算法上已經(jīng)經(jīng)過了40年、50年的研究，但是得到的結(jié)果并不理想，我們團隊持續(xù)做了一些工作，以下介紹下我們研究的主要的內(nèi)容。

　　這是基于遙感影像變化檢測的技術(shù)。遙感影像變化檢測有一個問題比較重要，即影像匹配的問題。因此，我們的研究主要是匹配好與不好，它的檢測到的錯誤，它的空間上的分布，主要是解決這個問題。這個是我的學(xué)生和我一起做的工作。

　　這個大概是我們一個結(jié)論性的東西，如果是中分辨率影像，70%左右的漏洞分布在邊緣周圍1個像素的范圍;如果是高分辨率，50-60%左右像素的情況。

　　基于空間結(jié)構(gòu)的高分影像分類后變化檢測方法。這個是結(jié)構(gòu)元素，這是我們構(gòu)造結(jié)構(gòu)元素的方法，這是由實際影像，怎么構(gòu)造整個結(jié)構(gòu)元素，來做變化提取。這是整個檢測流程的判斷，到最后的質(zhì)量檢測。這是實驗分析，因為這個地方是2006年和2008年兩個十年影像，來檢測它的變化。這個方法來計算，應(yīng)該適合高分影像。因為國家地理國情，或者是我們做國土資源部的普查、調(diào)查影像，現(xiàn)在都是用了影像分辨率比較高，所以這個算法，主要是從這個方向來考慮。

　　這個是我們做出來的算法，和現(xiàn)有算法的比較，就可以從細節(jié)上看到變化的情況，提取的新的方法，比較好一點。

　　這個是具體提出來的變化，和實際的體驗，得知它發(fā)現(xiàn)配套的情況。

　　另外一個方法，叫可靠性加權(quán)的多方法融合變化檢測方法。這個方法的基本思想是這樣，就是我們在檢測的時候，實際上應(yīng)用比較多的算法，但是每一個算法，可能有自己的缺點和優(yōu)點。這個算法是兩個或者多個算法，在算法本質(zhì)上有一定的互補性，同時我們有多個變化檢測的算法，這樣來改善變化檢測的能力。這個我們在檢測以后，定了幾個指標(biāo)來檢測它到了好還是不好。這是構(gòu)造多個算法加權(quán)的問題，如果你拿了三個算法，你比較相信哪一個，比較不太相信哪一個，這個是定權(quán)的問題，在定權(quán)我們有一定的方法來選擇。這種方法融合以后的算法，開發(fā)系統(tǒng)等這樣的指標(biāo)，都改善了一些。當(dāng)然這個改善，不是特別的多。

　　另外一個叫局部空間信息譜趨勢相似性分析的變化檢測方法。我們拿來個時間段的影像做對比，最后發(fā)現(xiàn)變化，因為大氣條件不一樣，有時候陰天一點，有時候霧霾重一點。其實你看這兩個影像，這是同一個地方，沒有變化的，但是由于大氣的條件不一樣，你看到這個就比較白一點。如果你自動取做這個事情，去判斷它是不是有變化，這些地方也變了，但實際上沒有變的。

　　為了解決這樣一個問題，就需要構(gòu)造這樣一個信息圖的趨勢性和相似性的參數(shù)，這樣構(gòu)造以后，來做這個比較。這個就解決了由于兩次的構(gòu)造不太好，條件不一樣，而有可能誤判。這是這么一個思路、流程。

　　另外一個問題，就是對房屋建筑物的預(yù)測，比如說地震以后房屋倒塌。在搶救的黃金時間，我們需要知道哪一些倒塌，哪些沒有倒塌，去幫助救援隊伍救援。對于后續(xù)的時間，對于災(zāi)區(qū)的重建，房屋倒塌的判別是很重要的。這個工作，就是我們在做房屋損毀，這個是災(zāi)前災(zāi)后的影像，我們做了一個判斷，哪些是全損毀，哪些是半損失。中間做了相似度計算和指標(biāo)。這個大概是精度在這樣一個時間可以達到92%。

　　另外是引力模型優(yōu)化的馬爾可夫服隨機場變化檢測技術(shù)。我們提出了這個方法，這個方法核心要解決的問題，就是一些細微的變化，這個算法主要是解決這樣的問題。細節(jié)我就不講了。

　　這個是基于EM算法的水平集變化檢測方法。

　　這個是基于自適應(yīng)閾值的變化檢測技術(shù)。我們在設(shè)定變化與沒變化之間有一個閾值，這個主要是適應(yīng)閾值，希望這個問題能夠自動化的解決。這個是流程、原理，也是在這種情況下，方法比較自動和完善。

　　這個是基于亞像元分辨率的變化檢測技術(shù)。就是說，如果我們的影像是米級，但是我希望檢測到亞米級的。我們做了一段時間，大概四年左右的時間，Sub-pixel reolution的技術(shù)。這個是用了飛行統(tǒng)計的方法來做。

　　還有一個基于模糊拓撲的變化檢測技術(shù)。我們知道這是數(shù)學(xué)的兩個分支，我們是把這兩個分支聯(lián)合起來，這個工作不是我們做的，是數(shù)學(xué)領(lǐng)域?qū)W者做得工作。我們的工作，是把模糊拓撲學(xué)這樣數(shù)學(xué)的方法，引入到影像數(shù)據(jù)當(dāng)中，進一步引入到變化檢測當(dāng)中，這個是我們做的。這個也是一個挺有意思的算法，它主要是以前分兩個類別，分得不太清楚的情況下，用這個方法，把分不清的再做一次算法，這個工作主要是解決這方面的問題。

　　三、遙感圖像變化檢測系統(tǒng)原型。

　　主要是希望把已有成熟的算法，加上我們最新研究出來的，大概有20幾篇文章，每一篇文章，都是我們研究的比較新的算法，把它加進去。也針對應(yīng)用的實際情況和案例，對地理國情檢測，可以用這個技術(shù)和系統(tǒng)來解決問題。這也是它的功能。

　　實例方面，我們也用這個方法，加上人工的方法，做一些城市形態(tài)，逐步的從紅色到黃色，到藍色到紫色這樣逐步的擴張。根據(jù)多年來建成區(qū)的情況，變化一個趨勢這樣的分析。

　　當(dāng)然我們除了這個以后，也應(yīng)該把變化檢測到的問題和經(jīng)濟社會統(tǒng)計數(shù)據(jù)的分析，就是這種變化，比如說城市的變化，我們檢測到變化規(guī)律，它跟社會經(jīng)濟、人口、基礎(chǔ)設(shè)施這樣多方面的情況，它的關(guān)系是怎樣的?就是在我們這個行業(yè)里，現(xiàn)在主要做得就是分析，一個是地圖分析。這個就是我們做得，比如說城市的中心的擴張，它的生態(tài)用地、經(jīng)濟用地、建設(shè)用地的變化趨勢。城市經(jīng)濟空間值相關(guān)，還有城市經(jīng)濟全局和自相關(guān)的情況，和它的用地的發(fā)展，與空間關(guān)系是什么樣的。以及交通網(wǎng)絡(luò)的分析，這個比如說網(wǎng)絡(luò)的通達性這樣的分析。

　　還有就是對城鎮(zhèn)擴張的模擬。城鎮(zhèn)擴張的模擬，我們用這個數(shù)學(xué)模式和模擬的算法，來對城鎮(zhèn)的擴張進行預(yù)測。我們一個工作還挺有意思的，就是在城市中心區(qū)的預(yù)測，大概可以達到86%的準確率情況。比較差一點，是城市邊緣的情況。

　　四、總結(jié)與展望。我想現(xiàn)在我們的工作是：針對不同分辨率、不同檢測目標(biāo)進行像素級、特征級和對象級的變化檢測方法;基于不確定性遙感變化檢測方法;考慮空間結(jié)構(gòu)的高分影像分類后變化檢測方法;災(zāi)害變化檢測(房屋損毀、地表變形)。

　　研究展望：多傳感器數(shù)據(jù)融合的變化檢測，除了光學(xué)影像在其他方面，它的數(shù)據(jù)量是更加多的，它基于這些多數(shù)據(jù)的檢測，我想是比較重要的方向。這主要考慮將來衛(wèi)星的發(fā)展，這可能會有實時的變化情況。未來我們還會應(yīng)用機器學(xué)習(xí)方法，如深度學(xué)習(xí)等。