高光谱协同稀疏与非局部低秩张量变化检测

摘要

高光谱图像变化检测可提供地球表面的时间维变化信息,对城乡规划和管理至关重要。因具有较高的光谱分辨率,高光谱图像常被用于检测更精细的变化。针对高光谱变化检测的问题,提出一种基于协同稀疏与非局部低秩张量的高光谱图像变化检测方法。该方法首先求得前后时间点的高光谱差分图像,再根据差分图像中图像块的非局部分布特点,提取不同的非局部张量簇。然后基于协同稀疏正则化和低秩正则化建立协同稀疏与非局部低秩张量变化检测模型,并采用交替方向乘子法对模型求解得到表示系数。最后根据表示系数求得张量在不同类别中的投影残差,进而根据投影残差最小准则判断该张量块是否发生变化。在Farm-land数据集和Urban area in San Francisco City数据集上进行实验,实验结果表明该方法取得较好的高光谱变化检测精度。

关键词： 高光谱; 变化检测; 协同稀疏; 非局部低秩; 张量分解

变化检测是地球科学以及遥感领域研究最多的问题之一[1]。它的任务是利用同一场景的两个或多个时间点的图像,以检测不同时间点内发生的变化。其应用范围包括自然灾害监测、城市和森林的长期跟踪、农作物的生长状态观测、土地资源开发利用审计等。变化检测从任务角度主要分为：判断是否发生变化、变化位置定位、变化发生的种类等。而变化检测过程主要包括预处理、变化检测算法和效果评估这三个