史文中：基于遥感影像的变化检测技术必不可少
第一，发展回顾。
应用领域，遥感变化检测这个技术是非常急需的技术，第一步是地理信息检测，就需要自动化的技术来提高我们这个效率，从遥感方面，也就是遥感变化检测，这也可以广泛另外在其他领域，比如说土地利用、农田变化等比较宽的范围。
这个从技术发展，从遥感卫星影象，分辨率越来越高，可以到0.1甚至更高一点。卫星的数量也越来越多，比如说我们国家计划在十年的时间，发射到64颗卫星，分辨率可以到几分钟，这样就很快从一个地区不同时间的影像。接下来我们的技术支持，跟这些不同的时效的影像进行分析。
在变化检测技术体系当中，到现在差不多有40多年的时间。这个工作可以分为从70年代到80年到90，到现在。这个是光学影像，我们在算法上已经经过了40年、50年的研究，但是得到的结果并不理想，我们团队持续做了一些工作，以下介绍下我们研究的主要的内容。
这是基于遥感影像变化检测的技术。遥感影像变化检测有一个问题比较重要，即影像匹配的问题。因此，我们的研究主要是匹配好与不好，它的检测到的错误，它的空间上的分布，主要是解决这个问题。这个是我的学生和我一起做的工作。
这个大概是我们一个结论性的东西，如果是中分辨率影像，70%左右的漏洞分布在边缘周围1个像素的范围;如果是高分辨率，50-60%左右像素的情况。
基于空间结构的高分影像分类后变化检测方法。这个是结构元素，这是我们构造结构元素的方法，这是由实际影像，怎么构造整个结构元素，来做变化提取。这是整个检测流程的判断，到最后的质量检测。这是实验分析，因为这个地方是2006年和2008年两个十年影像，来检测它的变化。这个方法来计算，应该适合高分影像。因为国家地理国情，或者是我们做国土资源部的普查、调查影像，现在都是用了影像分辨率比较高，所以这个算法，主要是从这个方向来考虑。
这个是我们做出来的算法，和现有算法的比较，就可以从细节上看到变化的情况，提取的新的方法，比较好一点。
这个是具体提出来的变化，和实际的体验，得知它发现配套的情况。
另外一个方法，叫可靠性加权的多方法融合变化检测方法。这个方法的基本思想是这样，就是我们在检测的时候，实际上应用比较多的算法，但是每一个算法，可能有自己的缺点和优点。这个算法是两个或者多个算法，在算法本质上有一定的互补性，同时我们有多个变化检测的算法，这样来改善变化检测的能力。这个我们在检测以后，定了几个指标来检测它到了好还是不好。这是构造多个算法加权的问题，如果你拿了三个算法，你比较相信哪一个，比较不太相信哪一个，这个是定权的问题，在定权我们有一定的方法来选择。这种方法融合以后的算法，开发系统等这样的指标，都改善了一些。当然这个改善，不是特别的多。
另外一个叫局部空间信息谱趋势相似性分析的变化检测方法。我们拿来个时间段的影像做对比，最后发现变化，因为大气条件不一样，有时候阴天一点，有时候雾霾重一点。其实你看这两个影像，这是同一个地方，没有变化的，但是由于大气的条件不一样，你看到这个就比较白一点。如果你自动取做这个事情，去判断它是不是有变化，这些地方也变了，但实际上没有变的。
为了解决这样一个问题，就需要构造这样一个信息图的趋势性和相似性的参数，这样构造以后，来做这个比较。这个就解决了由于两次的构造不太好，条件不一样，而有可能误判。这是这么一个思路、流程。
另外一个问题，就是对房屋建筑物的预测，比如说地震以后房屋倒塌。在抢救的黄金时间，我们需要知道哪一些倒塌，哪些没有倒塌，去帮助救援队伍救援。对于后续的时间，对于灾区的重建，房屋倒塌的判别是很重要的。这个工作，就是我们在做房屋损毁，这个是灾前灾后的影像，我们做了一个判断，哪些是全损毁，哪些是半损失。中间做了相似度计算和指标。这个大概是精度在这样一个时间可以达到92%。
另外是引力模型优化的马尔可夫服随机场变化检测技术。我们提出了这个方法，这个方法核心要解决的问题，就是一些细微的变化，这个算法主要是解决这样的问题。细节我就不讲了。
这个是基于EM算法的水平集变化检测方法。
这个是基于自适应阈值的变化检测技术。我们在设定变化与没变化之间有一个阈值，这个主要是适应阈值，希望这个问题能够自动化的解决。这个是流程、原理，也是在这种情况下，方法比较自动和完善。
这个是基于亚像元分辨率的变化检测技术。就是说，如果我们的影像是米级，但是我希望检测到亚米级的。我们做了一段时间，大概四年左右的时间，Sub-pixel reolution的技术。这个是用了飞行统计的方法来做。
还有一个基于模糊拓扑的变化检测技术。我们知道这是数学的两个分支，我们是把这两个分支联合起来，这个工作不是我们做的，是数学领域学者做得工作。我们的工作，是把模糊拓扑学这样数学的方法，引入到影像数据当中，进一步引入到变化检测当中，这个是我们做的。这个也是一个挺有意思的算法，它主要是以前分两个类别，分得不太清楚的情况下，用这个方法，把分不清的再做一次算法，这个工作主要是解决这方面的问题。
三、遥感图像变化检测系统原型。
主要是希望把已有成熟的算法，加上我们最新研究出来的，大概有20几篇文章，每一篇文章，都是我们研究的比较新的算法，把它加进去。也针对应用的实际情况和案例，对地理国情检测，可以用这个技术和系统来解决问题。这也是它的功能。
实例方面，我们也用这个方法，加上人工的方法，做一些城市形态，逐步的从红色到黄色，到蓝色到紫色这样逐步的扩张。根据多年来建成区的情况，变化一个趋势这样的分析。
当然我们除了这个以后，也应该把变化检测到的问题和经济社会统计数据的分析，就是这种变化，比如说城市的变化，我们检测到变化规律，它跟社会经济、人口、基础设施这样多方面的情况，它的关系是怎样的?就是在我们这个行业里，现在主要做得就是分析，一个是地图分析。这个就是我们做得，比如说城市的中心的扩张，它的生态用地、经济用地、建设用地的变化趋势。城市经济空间值相关，还有城市经济全局和自相关的情况，和它的用地的发展，与空间关系是什么样的。以及交通网络的分析，这个比如说网络的通达性这样的分析。
还有就是对城镇扩张的模拟。城镇扩张的模拟，我们用这个数学模式和模拟的算法，来对城镇的扩张进行预测。我们一个工作还挺有意思的，就是在城市中心区的预测，大概可以达到86%的准确率情况。比较差一点，是城市边缘的情况。
四、总结与展望。我想现在我们的工作是：针对不同分辨率、不同检测目标进行像素级、特征级和对象级的变化检测方法;基于不确定性遥感变化检测方法;考虑空间结构的高分影像分类后变化检测方法;灾害变化检测(房屋损毁、地表变形)。
研究展望：多传感器数据融合的变化检测，除了光学影像在其他方面，它的数据量是更加多的，它基于这些多数据的检测，我想是比较重要的方向。这主要考虑将来卫星的发展，这可能会有实时的变化情况。未来我们还会应用机器学习方法，如深度学习等。