آشكارسازي تغييرات در تصاوير ماهواره‌اي براساس آستانه‌گذاري نامتقارن بهينه تصوير اختلاف

آشكارسازي تغييرات به عنوان فرآيندي جهت تشخيص تغييرات پوشش اراضي با استفاده از تصاوير ماهواره‌اي چندزمانه، يكي از موضوعات كاربردي سنجش‌‌ازدور مي‌باشد. هرگونه پيشرفت در اين زمينه ضمن افزايش صحت نتايج، مي‌تواند سبب تسهيل و تسريع در تحليل‌داده‌هاي چندزمانه و كاهش هزينه توليد اطلاعات مكاني شود. در اين پژوهش، يك روش نظارت‌نشده آشكارسازي تغييرات، با بكارگيري شاخص‌هاي كيفيت تصوير شامل ضريب همبستگي و اعوجاج طيفي، راديومتريكي و تباين پيكسل‌ها در تصاوير چندزمانه پيشنهاد شده است. به منظور محاسبه اين شاخصها، از يك ماسك باينري كه تصوير را به دو كلاس تغييريافته و تغييرنيافته تقسيم مي‌كند، استفاده مي‌شود. در اين پژوهش، به منظور توليد اين ماسك، از حدآستانه گذاري نامتقارن تصوير اختلاف علامت‌دار استفاده شده و يك الگوريتم تكراري براي يافتن مقادير بهينه حدآستانه، به منظور توليد ماسك تغييرات بهينه پيشنهاد شده است. نتايج به‌دست آمده حاكي از افزايش 5 درصدي استفاده از دو حدآستانه نامتقارن در تصوير اختلاف نسبت به استفاده از يك حدآستانه در تصوير قدرمطلق اختلاف مي‌باشد. روش پيشنهادي حساسيت اندكي نسبت به تغييرات راديومتريكي كلي تصاويرچندزمانه دارد.‍ از سوي ديگر به‌دليل استفاده از روش بهينهسازي حدآستانه، اين روش نسبت به استفاده از روش بهينه‌سازي ماسك‌هاي تصادفي داراي هزينه محاسباتي بسيار كمتر خواهد بود. در مقايسه با روش‌هاي تعيين حدآستانه اوتسو و فيشر، روش پيشنهادي به ترتيب داراي افزايش دقت 24 و 21 درصدي ميباشد.

As a process to detect changes in land cover by using multi-temporal satellite images, change detection is one of the practical subjects in field of remote sensing. Any progress on this issue increase the accuracy of results as well as facilitating and accelerating the analysis of multi-temporal data and reducing the cost of producing geospatial information. In this study, an unsupervised change detection method is proposed based on using the image quality parameters; including correlation, spectral distortion, radiometric distortion and contrast between pixels in multi-temporal images. To calculate these indices, a binary mask is used to divide the image into change and unchanged classes. In this paper, to generate the mask, the proposed method applied asymmetric thresholding on signed difference image and in order to produce optimal mask, an iterative algorithm are suggested to find the optimal thresholds. The results demonstrate 5 percent increasing when two asymmetric thresholds are used with respect to use one threshold in absolute difference image. The proposed method is less sensitive to radiometric changes in multi-temporal images. Besides, due to usage optimized threshlding method, this method has less computational cost than random mask optimization methods. Moreover, in comparison with the Otsu thresholding method and Fisher criterion function, the results obtained from the proposed method demonstraste 24 and 21 percent incressing the accuracy, respectively.