變化檢測方法

『壹』 兩組數據變化是否明顯顯著性差異檢驗還是用什麼方法

做配對樣本的t檢驗
t檢驗
t檢驗分為單總體檢驗和雙總體檢驗。
單總體t檢驗是檢驗一個樣本平均數與一個已知的總體平均數的差異是否顯著。當總體分布是正態分布，如總體標准差未知且樣本容量小於30，那麼樣本平均數與總體平均數的離差統計量呈t分布。
單總體t檢驗統計量為：

雙總體t檢驗是檢驗兩個樣本平均數與其各自所代表的總體的差異是否顯著。雙總體t檢驗又分為兩種情況，一是獨立樣本t檢驗，一是配對樣本t檢驗。
獨立樣本t檢驗統計量為：

S1 和 S2 為兩樣本方差；n1 和n2 為兩樣本容量。（上面的公式是1/n1 + 1/n2 不是減！）
1/n1 -1/n2的話無法計算相同的樣本空間
配對樣本t檢驗統計量為：

適用條件
(1) 已知一個總體均數；
(2) 可得到一個樣本均數及該樣本標准差；
(3) 樣本來自正態或近似正態總體。
t檢驗步驟
以單總體t檢驗為例說明:
問題：難產兒出生體重n=35， =3.42，S =0.40，一般嬰兒出生體重μ0=3.30（大規模調查獲得），問相同否？
解：1.建立假設、確定檢驗水準α
H0：μ = μ0 （零假設，null hypothesis）
H1：μ ≠ μ0（備擇假設, alternative hypothesis，）
雙側檢驗，檢驗水準:α=0.05
2.計算檢驗統計量

3.查相應界值表，確定P值，下結論
查附表1，t0.05 / 2.34 = 2.032,t < t0.05 / 2.34,P >0.05，按α=0.05水準，不拒絕H0，兩者的差別無統計學意義

『貳』 變化檢測的介紹

變化檢測是從不同時期的遙感數據中定量分析和確定地表變化的特徵與過程；遙感變化檢測是一個確定和評價各種地表現象隨時間發生變化的過程；遙感變化檢測是遙感瞬時視場中地表特徵隨時間發生的變化引起兩個時期影像像元光譜響應的變化。

『叄』 基於典型相關分析的多元變化檢測

( 一) 基於典型相關分析的多元變化檢測方法

為了解決傳統方法應用於多源遙感影像變化檢測中的不足，丹麥學者 Nielsen 等( 1998) 率先提出了多元變化檢測 ( Multivariate Alteration Detection，MAD) 的概念和方法。這種方法的基本思想是基於典型相關分析方法，對兩幅不同時相的分別具有 p 和 q 個通道的影像 ，不妨假設 p≤q，且 X 和 Y 都具有零均值，即 E{ X} = E{ Y} = 0，分別構造兩個線性組合:

退化廢棄地遙感信息提取研究

然後將它們之間的差值a^TX－b^TY作為衡量變化信息的測度。

理論上，任意一對向量a和b對應於一種變化信息測度，因此需要根據一定的判斷准則來找出最優的a和b，使之最有利於變化分析。MAD方法將差值變數a^TX－b^TY的方差最大化作為其判斷准則。考慮到a和b同時乘上常數c，a^TX－b^TY的方差會變成原來的c²倍，因此要對a和b進行限制，最常見的就是限定變數a^TX和b^TY均具有單位方差，即Var{a^TX}=Var{b^TY}=1，這樣，MAD問題可以表述為以下數學形式:

退化廢棄地遙感信息提取研究

在單位方差約束條件下，根據變數和的方差計算公式，可得:

退化廢棄地遙感信息提取研究

MAD方法要求上式中的相關系數Corr{a^TX，b^TY}≥0，也就是線性組合變數a^TX和b^TY之間成正相關，因為只有這樣的a^TX－b^TY才能表示差異信息。從上式可以看出，欲使a^TX－b^TY的方差最大，只需找出使a^TX和b^TY之間的相關性最小的滿足單位方差約束條件的向量a和b即可。這說明MAD方法的核心思想在於尋找相關性最小的針對原始變數的線性組合對，它們之間的差值就包含了最大的差異信息，通過分析這些差值就可以找出時相之間的變化。

要解決這一問題，可以從典型相關分析原理描述中尋求思路。典型變換中得到的每一對典型變數都是兩組原始變數的一對線性組合，它們之間的相關系數依次遞減。而在所有可能的針對原始變數的、滿足單位方差約束條件的線性組合對中，第一對典型變數之間的相關系數是最大的，而最後一對即第p對典型變數之間的相關系數是最小的。因此，MAD就轉化為了典型變換求解問題，只需把典型變換得到的一系列典型變數對按典型相關系數從小到大重新排序即可。這樣，就把MAD定義為如下變換:

退化廢棄地遙感信息提取研究

式中:a_i和b_i就是典型變換所得到的各典型變數U_i和V_i對應的線性組合系數向量，這一變換被稱為MAD變換，所得到的差值變數稱之為MAD變數，其中第i個MAD變數為第p+1－i對典型變數之間的差值，即:

退化廢棄地遙感信息提取研究

(二)MAD變化檢測方法的基本流程

1.數據預處理

數據預處理包括影像數據的幾何糾正，兩時相影像之間的幾何配准和輻射歸一化，以及影像剪裁。從兩時相影像中剪裁出兩幅大小合適、位置范圍完全相同的研究區域影像塊，作為後面進行計算的基礎數據。

2.計算協方差和互協方差矩陣

按以下公式來計算兩時相影像X和Y之間的協方差和互協方差矩陣:

退化廢棄地遙感信息提取研究

式中:n為樣本數即像元個數;X_i和Y_i分別為X和Y上第i個像元的光譜向量值; 分別為X和Y的均值向量。

3.求解廣義特徵方程

構造典型相關的廣義特徵方程，求解從大到小排序的特徵值ρ²_j和相應的滿足單位方差約束條件的特徵向量a_j和b_j(j=1，2，…，P)。

4.計算典型變數

用上一步得到的特徵向量a_j和b_j作為系數向量，分別對X和Y做線性組合，得到典型變數U_j和V_j(j=1，2，…，p)。

5.計算MAD變數

根據式(6－6)計算典型變數之間的差值，得到MAD變數，即構成MAD變化檢測的結果影像。

(三)結果與分析

對經過預處理的兩幅影像做典型變換，求解出典型相關特徵方程的特徵值和特徵向量，如表6－4所示。值得注意的是，兩個方程的特徵向量維數不同，對應於兩個時相原始影像的波段數不相同。特徵向量矩陣各列從左到右依次為對應特徵值從大到小的特徵向量。

表 6 －4 典型相關廣義特徵方程的特徵值和特徵向量

典型變換得到的4對典型變數影像如圖6－6所示，圖中左右兩列分別為2001年和2005年的典型變數影像，從上到下依次為對應特徵值從大到小的典型變數對，記第i對典型變數為2001CV_i和2005CV_i，它們之間的相關系數即典型相關系數，以及典型相關系數的平方即方差重疊度如表6－5所示。

表6－5 典型相關系數和典型變數方差重疊度

從表6－5可以看出，兩時相遙感影像的四對典型變數中，第一對典型變數2001CV₁和2005CV₁之間的相關系數達到0.4939，方差重疊度為0.2439，反映了兩時相之間大部分為不變信息。第二、三對典型變數之間的相關系數相對較低，分別只有0.2429和0.2720，既包含了部分的不變信息，也包含了部分變化信息。第四對典型變數間的相關系數最低，方差重疊度也僅有0.0019，即前者的全部變差中只有0.19%能夠用後者的變差來解釋，這意味著二者之間存在著很大的差異，可能包含了大量的時相間差異或變化信息。對圖6－6進行目視判讀，可以看出這四對典型變數影像的相似性的確是依次降低的，即所包含的不變信息依次減少，這與理論上的結論是一致的。但是兩時相的變化信息並沒有隻集中表現在第四對變數影像中，可以看出，變化信息是分布於各對典型變數中的。

表6－6列出了各對典型變數與原始變數之間的相關系數，反映了它們之間的相關關系。

圖6－6 四對典型變數影像

表6－6 典型變數與原始變數之間的相關系數

將4對典型變數依次相減後逆序排列，就得到了4幅MAD變數影像，如圖6－7所示，圖中從上到下、從左到右依次為MAD₁、MAD₂、MAD₃和MAD₄變數影像。這些MAD變數影像反映了兩時相原始影像之間的差異，MAD影像中像元值越接近於0，說明對應位置上的不同時相之間的差異越小，越有可能沒有發生變化;反之，像元值越遠離0，即絕對值越大，表現在影像中很亮或很暗的區域，對應位置的不同時相之間的差異越大，標志著越有可能發生了變化。

圖6－7MAD變數影像

計算得到各MAD變數的方差、方差貢獻率和累計方差貢獻率，如表6－7所示。

表6－7 各MAD變數的方差、方差貢獻率、累計方差貢獻率

從表6－7中可以看出，MAD₃和MAD₄的方差貢獻率分別為39.9135%和31.6852%，從理論上講，這兩個變數集中了兩個時相的大部分變化信息，但是圖6－7對這些變化信息表現得並不是很清晰，MAD₂的方差貢獻率雖然僅有8.7439%，但是也清晰地反映出了部分變化信息。這表明對於MAD變換得到的各MAD變數影像，並非方差越大的MAD變數包含的變化信息就越多。

表6－8列出了4個MAD變數與10個原始影像波段變數之間的相關系數。

表6－8 MAD變數與原始變數之間的相關系數

『肆』 變化檢測

看看envi圖像處理。。。

『伍』 檢測方法按照被測量是否隨時間變化分類為___和___是什麼

答案：檢測方法按照被測量是否隨時間變化分類分為： 靜態測量 和 動態測量 。
測量是按照某種規律，用數據來描述觀察到的現象，即對事物作出量化描述。測量是對非量化實物的量化過程。
檢測方法按照被測量是否隨時間變化分類分為：靜態測量和動態測量。

『陸』 遙感圖像的變化檢測有哪些軟體可以實現

用MATLAB比較方便VS也可以但是要用到opencv展示結果的時候可能還要MFC，檢測演算法很多，大概分為四類，閾值法，聚類法，圖切法，還有水平集法，難度依次上升需要的數學功底也是越來越高,相對的檢測效果也是越來越好

『柒』 求MAD（基於典型相關分析的多元變化檢測方法）的matlab模擬程序

自己學習著弄才能有好的學習效果啊！

『捌』 常用的氣候變化檢測和歸因方法有哪些

水文頻率分析計算是水利工程規劃設計、施工以及運行管理的基礎工作,傳統的水文頻率分析計算的一個基本前提是水文序列滿足一致性假設。近幾十年來,受氣候變化和人類活動影響,許多河流的徑流序列存在非一致性,導致傳統基於一致性假設的水文頻率計算方法的適用性受到嚴峻挑戰,因此研究非一致性條件下水文頻率分析方法具有重要的意義。在總結了國內外最新的非一致水文序列頻率分析研究成果的基礎上,將該研究方向的研究重點、難點和熱點歸納為如下四方面:1)單變數水文序列的非一致性診斷;2)單變數水文序列非一致性的數學描述與歸因分析;3)非一致性條件下的單變數隨機事件重現期定義和估計;4)多變數非一致水文序列的頻率分析。

『玖』 如果測出了電容的變化,就能知道物體位置的變化。用什麼方法可以檢測電容的變

電容式位移感測器中，位移是被測量，電介質板隨之在電容器兩極板之間移動為敏感元件，電容器是轉換器件，由公式c= 可知，給電容器帶上一定的電荷，然後用靜電計來檢測兩極板間電勢差的變化，可判斷電容的變化.