当前位置：首页 > news >正文

基于MATLAB的遥感图像变化检测

news 2025/8/26 6:17:51

基于MATLAB的遥感图像变化检测程序的实现，结合了多种常用方法，包括基于差分图像的方法和变化向量分析（CVA）方法。这些方法可以有效地检测出两幅遥感图像之间的变化区域。

1. 数据加载与预处理

% 清除工作区和关闭所有图形窗口
clear
clc
close all% 加载两幅遥感图像
image1 = imread('image1.tif'); % 第一幅图像
image2 = imread('image2.tif'); % 第二幅图像% 确保图像大小一致
if size(image1) ~= size(image2)error('两幅图像的大小必须一致');
end% 转换为双精度浮点数
image1 = double(image1);
image2 = double(image2);

2. 图像配准

在进行变化检测之前，需要确保两幅图像在空间上对齐。可以使用MATLAB的图像配准工具箱。

% 使用MATLAB的图像配准工具箱进行配准
registeredImage2 = imregister(image2, image1, 'affine', 'InitialTransformation', affine2d([1 0 0; 0 1 0; 0 0 1]));

3. 基于差分图像的变化检测

% 计算差分图像
diffImage = abs(image1 - registeredImage2);% 设置阈值进行变化区域分割
threshold = 30; % 阈值可以根据实际情况调整
changeMask = diffImage > threshold;% 显示差分图像和变化区域
figure;
subplot(1, 2, 1);
imshow(diffImage, []);
title('差分图像');subplot(1, 2, 2);
imshow(changeMask);
title('变化区域');

4. 基于变化向量分析（CVA）的变化检测

% 计算变化向量
changeVector = image2 - image1;% 计算变化强度
changeMagnitude = sqrt(sum(changeVector.^2, 3));% 设置阈值进行变化区域分割
thresholdCVA = 30; % 阈值可以根据实际情况调整
changeMaskCVA = changeMagnitude > thresholdCVA;% 显示变化强度图和变化区域
figure;
subplot(1, 2, 1);
imshow(changeMagnitude, []);
title('变化强度图');subplot(1, 2, 2);
imshow(changeMaskCVA);
title('变化区域 (CVA)');

5. 精度评估

为了评估变化检测的精度，可以使用一些标准指标，如召回率、精确率和F1分数。

% 假设有一个真实的变化区域掩膜
trueChangeMask = imread('true_change_mask.tif');
trueChangeMask = logical(trueChangeMask);% 计算召回率、精确率和F1分数
truePositives = sum(changeMask & trueChangeMask);
falsePositives = sum(changeMask & ~trueChangeMask);
falseNegatives = sum(~changeMask & trueChangeMask);recall = truePositives / (truePositives + falseNegatives);
precision = truePositives / (truePositives + falsePositives);
F1 = 2 * recall * precision / (recall + precision);fprintf('召回率: %.2f\n', recall);
fprintf('精确率: %.2f\n', precision);
fprintf('F1分数: %.2f\n', F1);