一。
[0093] 步驟S30、在圖上坐標(biāo)下，計(jì)算各個(gè)目標(biāo)的邊界顯著性值，具體包括W下步驟：
[0094] 步驟S31、W目標(biāo)的邊界線為基礎(chǔ)建立邊界緩沖區(qū)；
[0095] 由于現(xiàn)實(shí)中目標(biāo)的邊界在遙感影像中不一定對應(yīng)到一個(gè)像素內(nèi)，目標(biāo)的邊界可能 是兩到Η個(gè)像素寬的一條線，因此在本實(shí)施例中，構(gòu)建邊界緩沖區(qū)，該緩沖區(qū)是目標(biāo)邊界的 可能范圍。本實(shí)施例中，W 1個(gè)像素的寬度，例如0. 6m為半徑建立邊界緩沖區(qū)buffi,如圖 2和3所示，分別示出了多邊形目標(biāo)W及該目標(biāo)的邊界緩沖區(qū)，其中陰影部分表示邊界緩沖 區(qū)；
[0096] 步驟S32、W目標(biāo)本身為基礎(chǔ)建立整體緩沖區(qū)；
[0097] 整體緩沖區(qū)是W多邊形目標(biāo)為基礎(chǔ)的目標(biāo)的一個(gè)鄰域范圍，在后續(xù)步驟中執(zhí)行顯 著性檢驗(yàn)，用W檢測目標(biāo)在此范圍內(nèi)的顯著性。具體地，設(shè)目標(biāo)的面積為area,整體緩沖區(qū) 的半徑選為波亂=A-VW；，: k優(yōu)選可W取值0. 1，建立整體緩沖區(qū)buff2,如圖4所示，陰影 部分為整體緩沖區(qū)；
[0098] 步驟S33、提取邊界緩沖區(qū)中邊界的像素點(diǎn)集和整體緩沖區(qū)中非邊界的像素點(diǎn) 集；
[0099] 其中，邊界緩沖區(qū)中邊界的像素點(diǎn)集PC1 W式似來表示：
[0100] PC1 = {(x, y) I (x, y) e buffi} 〇)
[0101] 該點(diǎn)集范圍如圖3所示；
[0102] 非邊界的像素點(diǎn)集W式（3)來表示：
[0103]
(3)
[0104] 該點(diǎn)集范圍如圖5中的兩個(gè)陰影部分所示。
[0105] 步驟S34、根據(jù)上一步驟中提取的像素點(diǎn)集PC1和PC2,從梯度圖像imgl中提取邊 界緩沖區(qū)中的邊界點(diǎn)梯度集合和整體緩沖區(qū)中的非邊界點(diǎn)梯度集合；
[0106] 其中，邊界緩沖區(qū)中的邊界點(diǎn)梯度集合W式（4)來表示：
[0107] GC1 = {g(x，y) I (X，y) e Ρα} (4)
[010引整體緩沖區(qū)中的非邊界點(diǎn)梯度集合W式（5)來表示：
[0109] GC2 = {g(x,y) | (x, y) e PC2} (5)
[0110] 其中，g(x，y)為點(diǎn)（x，y)的圖像梯度。
[0111] 步驟S35、計(jì)算梯度集合GC1和GC2的差異Z，即目標(biāo)的邊界顯著性值；
[0112] 本實(shí)施例利用顯著性檢驗(yàn)算法即Z值檢驗(yàn)法來檢驗(yàn)集合GC1與GC2中數(shù)據(jù)的差異 顯著性，Z值越大代表兩個(gè)集合中數(shù)據(jù)的差異越大。具體地，設(shè)邊界點(diǎn)梯度集合GC1和非邊 界點(diǎn)梯度集合GC2的元素個(gè)數(shù)分別是nl、n2,均值分別是μ 1、μ2,標(biāo)準(zhǔn)差分別是S1、S2,則 基于式（6)計(jì)算Z值：
[0113]
(6)
[0114] 步驟S36、對目標(biāo)進(jìn)行平移，重新計(jì)算平移后的目標(biāo)的邊界顯著性值。
[0115] 本步驟中，由于測量誤差、成像誤差、成像時(shí)非正射引起的視差等因素，目標(biāo)在GIS 數(shù)據(jù)中的輪廓并不一定是在遙感影像中的輪廓，即二者不一定能夠完好匹配，因此需要對 目標(biāo)進(jìn)行一定范圍內(nèi)的平移，找到目標(biāo)在影像中的實(shí)際位置。該平移范圍根據(jù)目標(biāo)的可能 偏移程度確定，通常情況下成像時(shí)傳感器的傾斜角度越大目標(biāo)偏移就可能越多；在未知偏 移程度的情況下，可W設(shè)置為與目標(biāo)大小近似的平移范圍。具體地，設(shè)未平移的Z值為Z。,。， 對目標(biāo)矢量進(jìn)行平移，則平移后的坐標(biāo)W式（7)來表示：
[0116] (x', y') = (x+i, y+i) (7)
[0117] 其中，（ij)為平移矢量。
[0118] 基于平移后的坐標(biāo)重新計(jì)算平移后的目標(biāo)邊界顯著性值Zi, i，類似地計(jì)算平移后 的整體緩沖區(qū)buffs內(nèi)所有可能的Z值，組成集合：
[0119] Zc = {Zi, j|i，j e buff3} (8)
[0120] 步驟S37、取集合Z。中的最大值Zm。、= MAX狂。）作為目標(biāo)的最終邊界顯著性值，Z 取最大值時(shí)的平移矢量（imw jmJ作為目標(biāo)的偏移矢量。
[0121] 步驟S40、將目標(biāo)的邊界顯著性值與設(shè)定的目標(biāo)顯著性闊值Zthfesh"id進(jìn)行比較，若 Z<ZthfMhcad，則將該目標(biāo)標(biāo)記為發(fā)生變化的目標(biāo)，并保存為shapefile格式矢量數(shù)據(jù)。
[0122] 對于基礎(chǔ)GIS數(shù)據(jù)中的每一個(gè)房屋目標(biāo)，都進(jìn)行上述步驟目標(biāo)變化顯著性檢測的 步驟，從而得到每一個(gè)目標(biāo)的邊界顯著性值，并判斷各個(gè)目標(biāo)是否為發(fā)生變化的目標(biāo)。 。12引 連施例2
[0124] 如圖6所示，為本發(fā)明一個(gè)實(shí)施例提供的多邊形目標(biāo)的變化檢測裝置的模塊圖， 結(jié)合實(shí)施例1中的方法，該裝置100包括：圖像處理模塊10、坐標(biāo)轉(zhuǎn)換模塊20、緩沖區(qū)構(gòu)建 模塊30,像素點(diǎn)集提取模塊40,梯度集合提取模塊50,計(jì)算模塊60 W及判斷模塊70。
[01巧]其中，圖像處理模塊10用于讀取所述目標(biāo)的遙感影像，并采用sobel算子、 Robeds算子或拉普拉斯算子將所述遙感影像進(jìn)行處理得到梯度圖像；坐標(biāo)轉(zhuǎn)換模塊20用 于將所述目標(biāo)的GIS數(shù)據(jù)的經(jīng)締度坐標(biāo)按照大地坐標(biāo)系轉(zhuǎn)換為地理坐標(biāo)，再將所述地理坐 標(biāo)按照投影坐標(biāo)系轉(zhuǎn)換為圖上坐標(biāo)；緩沖區(qū)構(gòu)建模塊30用于在所述目標(biāo)的圖上坐標(biāo)下，基 于所述目標(biāo)的GIS數(shù)據(jù)構(gòu)建所述目標(biāo)的邊界緩沖區(qū)和整體緩沖區(qū)；像素點(diǎn)集提取模塊40用 于提取所述邊界緩沖區(qū)的像素點(diǎn)集w及所述整體緩沖區(qū)中非邊界的像素點(diǎn)集；梯度集合提 取模塊50用于基于所提取的像素點(diǎn)集從目標(biāo)的梯度圖像中提取邊界緩沖區(qū)中的邊界點(diǎn)梯 度集合W及整體緩沖區(qū)中的非邊界點(diǎn)梯度集合；計(jì)算模塊60用于基于所提取的梯度集合， 利用Z值檢驗(yàn)法計(jì)算所述目標(biāo)的邊界顯著性值；判斷模塊70用于如果所計(jì)算的邊界顯著性 值小于設(shè)定闊值，則判斷所述目標(biāo)為發(fā)生變化的目標(biāo)。
[0126] 緩沖區(qū)構(gòu)建模塊30具體用于基于所述GIS數(shù)據(jù)中目標(biāo)的邊界，W 1個(gè)像素的寬度 為半徑建立邊界緩沖區(qū)；W及基于所述GIS數(shù)據(jù)中目標(biāo)的面積確定半徑，構(gòu)建整體緩沖區(qū)。 像素點(diǎn)集提取模塊40具體用于基于式（2)提取所述邊界緩沖區(qū)中邊界的像素點(diǎn)集，基于式 (3)提取所述整體緩沖區(qū)中非邊界的像素點(diǎn)集。梯度集合提取模塊50具體用于基于所提取 的像素點(diǎn)集PC1 W及式（4)，從所述目標(biāo)的梯度圖像中提取邊界緩沖區(qū)中的邊界點(diǎn)梯度集 合，基于所提取的像素點(diǎn)集PC2 W及式巧），從所述目標(biāo)的梯度圖像中提取整體緩沖區(qū)中的 非邊界點(diǎn)梯度集合。
[0127] 計(jì)算模塊60具體包括：邊界顯著性計(jì)算單元，平移單元W及計(jì)算單元（未圖示）。 [012引其中，邊界顯著性計(jì)算單元用于基于式（6)計(jì)算所述目標(biāo)的邊界顯著性值；平移 單元用于基于式（7)對所述目標(biāo)進(jìn)行平移；計(jì)算單元，用于計(jì)算所平移后的目標(biāo)的邊界顯 著性值，并計(jì)算平移后的整體緩沖區(qū)內(nèi)所有的邊界顯著性值，得到邊界顯著性值的集合，并 取所述集合中的最大值作為用于與所述邊界顯著性闊值進(jìn)行比較的最終邊界顯著性值。
[0129] 本發(fā)明所提供的方法及裝置主要針對面狀地物，基于GIS數(shù)據(jù)，對比目標(biāo)及背景， 不需要設(shè)定絕對的闊值，無需進(jìn)行復(fù)雜的目標(biāo)識別，圖像的成像條件不對算法產(chǎn)生影響，極 大簡化了算法的參數(shù)設(shè)定，簡單高效；同時(shí)，本發(fā)明方法消除了地物成像時(shí)由于非正射投影 產(chǎn)生的形變，大大提高了檢測的精度和準(zhǔn)確度，且實(shí)用性強(qiáng)，自動(dòng)化程度高。
[0130] W上實(shí)施例提供的技術(shù)方案中的全部或部分內(nèi)容可W通過軟件編程實(shí)現(xiàn)，其軟件 程序存儲(chǔ)在可讀取的存儲(chǔ)介質(zhì)中，存儲(chǔ)介質(zhì)例如；計(jì)算機(jī)中的硬盤、光盤或軟盤。
[0131] 注意，上述僅為本發(fā)明的較佳實(shí)施例及所運(yùn)用技術(shù)原理。本領(lǐng)域技術(shù)人員會(huì)理解， 本發(fā)明不限于送里所述的特定實(shí)施例，對本領(lǐng)域技術(shù)人員來說能夠進(jìn)行各種明顯的變化、 重新調(diào)整和替代而不會(huì)脫離本發(fā)明的保護(hù)范圍。因此，雖然通過W上實(shí)施例對本發(fā)明進(jìn)行 了較為詳細(xì)的說明，但是本發(fā)明不僅僅限于W上實(shí)施例，在不脫離本發(fā)明構(gòu)思的情況下，還 可W包括更多其他等效實(shí)施例，而本發(fā)明的范圍由所附的權(quán)利要求范圍決定。
【主權(quán)項(xiàng)】
1. 一種多邊形目標(biāo)的變化檢測方法，其特征在于，包括： 在所述目標(biāo)的圖上坐標(biāo)下，基于所述目標(biāo)的GIS數(shù)據(jù)構(gòu)建所述目標(biāo)的邊界緩沖區(qū)和整 體緩沖區(qū)； 提取所述邊界緩沖區(qū)的像素點(diǎn)集以及所述整體