SAR影像变化检测优化方案

四十多年来，研究人员提出了多种遥感影像变化检测方法。对国际上光学遥感图像变化检测方法的研究可以从Singh(1989)、Coppin(1996)、Lu(2004)、Radke(2005)等人的文章中得到总体认识。对现有的变化检测方法，各国学者纷纷从不同的角度进行了总结归纳。Radke等人从变化的角度将变化检测方法分为直接的差值法、统计假设检验法、预测模型、阴影模型、背景模型等。Lu等人(2004)按照检测策略将现有的变化检测方法归结为七类：算术运算法、变换法、分类法、高级模型法、GIS 方法、视觉分析法和其他方法。李德仁(2003)根据图像配准和变化检测的数据源两个因素将变化检测方法分为两大类7种方法。Sui等人在2008年ISPRS Congress Book发表的文章中系统总结了变化检测驱动力、变化检测的数据选择和预处理、体系分类、方法分类、精度评价等问题。根据变化检测的特点将变化检测方法分为两大部分七大类：直接比较法、分类比较法、面向对象比较法、模型法、时间序列分析法、可视化法和混合法。

对SAR图像的变化检测，陈富龙等人(2007)对主流的SAR图像变化检测进行了归类，概括为差值法、统计假设检验法、预测模型、相干模型等，此外还有基于分类、基于模拟的算法等。Bruzzone和Prieto(2009)提出了基于Bayes理论与MRF模型的自动检测区域变化的方法，由期望最大化(Expectation Maximum, EM)算法来自动获取判决的阈值。MRF将图像相邻像素之间的空间相关性考虑进来，将差值图像分为两类：变化区与无变化区。然而，缺乏真实SAR数据对这一算法的可靠性与可行性进行验证。目前SAR图像变化检测算法处理的层级和维数远远落后于SAR遥感技术的发展和实际应用对SAR变化检测技术的需要。多时相SAR图像的变化检测研究目前处于起步阶段，ERDAS、ENVI等遥感软件提供的变化检测模块都没有考虑SAR的特性，对SAR图像变化检测处理效果欠佳，针对SAR与光学异源图像的变化检测研究更为少见，多数用SAR图像作为参考，在光学图像上人工解译出变化区域，或者将二者融合再进行地物变化人工解译，严重缺乏SAR与光学图像自动的变化检测方法。

多数据源包含了比单一数据源更多的信息，用于灾情监测是个研究热点，可以综合利用多种数据源的优势。多数据源的应用主要有数据融合、根据灾害前后的和光学图像进行多数据源变化检测。同时随着SAR系统的发展，尤其是进入高分辨率(High Resolution, HR)和超高分辨率(Very High Resolution, VHR)以来，更多的目标几何信息可以直接从影像中获得，因此为后续的三维重建以及目标变化损伤评估带来了极大的便利。同时由于SAR与光学图像成像机理上的差异，不难看出SAR图像与光学图像的变化检测存在巨大的挑战：①几何位置难对应，虽然利用严格或广义成像模型等在高精度DEM数据支持下可以制作SAR正射图像，但SAR图像的斑点噪声、透视收缩、叠掩等很难彻底消除，大型建筑物在光学图像上广泛存在投影差，使得SAR与光学图像很难真正意义上精确空间配准；②辐射值难比较，同物不同谱，SAR与光学图像反映的地物特性不同，单从像素数值上已经失去了比较的价值和意义，SAR图像上特有的硬目标和透视探测能力很难与光学图像进行直接对比。

Xu F.等人(2007)提出了一种采用VHR SAR影像进行三维建筑物重建的方法。Tupin等人(2005)利用VHR 光学影像对城市建筑物的屋顶进行自动提取，同时通过VHR SAR提取高程，最后融合光学与SAR信息进行城区建筑物三维重建并取得了较好的效果。

同时结合VHR 光学影像与VHR SAR影像各种成像的优点，进行地质地震灾害评估是近来研究的另外一个热点。由于受到成像条件的制约，地震等自然灾害发生后，往往只能得到灾后SAR影像以及灾前光学影像。 单一利用灾后VHR SAR影像，或是结合利用灾前光学影像和灾后SAR影像，对灾害进行评估具有重要的现实意义。Raffaella Guida 等人(2008)对城区建筑物高分辨率SAR成像几何物理模型进行了分析。Dominik Brunner 等人(2010)利用TerraSAR-X 和COSMO-SkyMed高分辨率SAR影像对建筑物进行了毁伤评估。Rob J. Dekker (2011)利用地震前后TerraSAR-X 和COSMO-SkyMed 数据对海地地震城区毁伤程度进行了评估，实现了灾区毁伤大面积成图。Timo等人(2010)利用TerraSAR 对地震灾害进行毁伤评估，根据SAR的成像机理对灾害后山体滑坡以及桥梁毁坏进行了定性的分析与评估。Jin Y.Q.等人(2009)利用ALOS PALSAR数据对汶川地震中发生地表形变的区域进行检测。(www.xing528.com)

Poulain等人(2006)利用VHR 光学影像与SAR影像对数据库中的建筑物高程信息实现实时更新。Stramondo S.(2006)通过比较灾前光学和灾后SAR图像信息，对土耳其伊兹密尔地震和伊朗巴姆地震进行了受灾评估。Chini(2009)利用光学和SAR 图像进行受灾评估，并利用巴姆地震数据进行实验。Dominik Brunner等人(2010)综合利用灾前VHR 光学影像提取建筑物的长、宽、高等信息，然后利用提取的这些信息以及考虑建筑物的几何物理特征进行雷达成像模拟，将模拟的SAR影像与灾后实际获取的SAR影像进行对比分析测试，判断建筑物是否毁伤，并以汶川地震时映秀镇为例，对提出的算法进行了分析测试取得了较好的实验效果。Fabio Dell′ Acqua等人(2011)利用光学与SAR影像对意大利L′Aquila地震灾区毁伤程度快速成图。

国内学者在这方面也开展了相关工作。杨喆等人(1999)利用机载SAR通过目视解译的方式对房屋损害信息进行定量提取。张景发(2010)利用灾害发生前后的SAR数据，基于相关性对灾害毁伤检测。曾涛(2010)以汶川地震为例利用遥感影像的多种特征信息研究建筑毁伤的提取。王岩(2009)利用航空遥感数据针对汶川灾情监测比较了像素级和面向对象灾情监测方法。陈世荣(2008)利用高分辨率遥感影像对灾区道路进行了损毁评估。温晓阳(2008)利用SAR图像模拟技术，结合震后真实SAR图像，对建筑物进行了损毁评估。郭华东等人(2010)利用SAR影像对玉树地区地震损毁情况进行了评价。

总体来说，利用光学影像做变化检测，其算法理论模型比较成熟，利用不同时相的SAR做变化检测相对较少，利用光学与SAR影像做变化检测的国内外学者更少，其理论模型具体流程也需进一步完善。