李莎， 倪维平， 严卫东， 吴俊政， 张晗

(西北核技术研究所，西安 710024)

0 引言

多光谱图像的变化检测是对不同时间获取的多光谱遥感图像进行定量分析，并确定图像区域内地表变化特征和过程的技术[1]。从技术处理流程来看，一般有图像预处理、变化信息发现、变化区域提取与变化类型确定等过程[2]，其中最为关键的是变化信息发现，大多数研究都是围绕这一问题开展的。近年来，国内外相继发展了许多适用于遥感图像变化检测的方法[3-6]，但没有一种方法是最优的，每种方法都只具有一定的适用范围。为了解决传统方法(图像比值法、变化向量分析法、主成分分析法[7-8]等)应用于多波段遥感图像变化检测中的不足(抑制噪声、消除相关性等)，丹麦学者Nielsen等[9-11]率先提出了多元变化检测(multivariate alteration detection，MAD)的概念和方法。廖明生等[12]和陈垒等[13]将这种方法应用于多时相多波段遥感图像变化检测，实验结果也显示出了该方法的明显优势和应用潜力。基于MAD方法，Nielsen[14]又提出了迭代加权多元变化检测(iterative weighted multivariate alteration detection，IRMAD)方法; Canty等[15]通过实验证实，该方法在干旱或沙漠地区以及场景中变化部分所占比例相对较大的多时相多波段遥感图像变化检测中，效果优于MAD方法； 但在变化部分所占比例相对较小的非干旱或沙漠地区，并不能达到很好的效果。为此，本文提出了一种基于选权迭代估计(iterative estimation with weight selection，IEWS)与非监督分类(unsupervised classification，UC)的多光谱图像变化检测方法。通过借鉴IEWS的思想[16]，并以类似于IRMAD的迭代模式进行回归估计，剔除掉大部分的非变化信息，得到初始变化信息；……