目  录
1. 研究背景和文献综述 1
2. 实验流程 3
3. 数据预处理 4
3.1. 大气纠正 4
3.2. 几何纠正/图像配准 4
3.2.1. 裁件拼接 4
3.2.2. 辐射度匹配和归一化处理 4
3.2.3. 灰度直方图匹配算法 5
3.2.4. SCR图像匹配算法 5
4. 基于多时相数据图像灰度差值法的地表变化检测 6
4.1. 灰度差值法的原理 6
4.2. 图像差值运算 6
4.3. 差值运算后处理 6
4.4. 基于NDVI数据的差值法进行多时相数据检测 9
5. 基于多时相数据叠合方法的变化检测 10
5.1. 基于不同时相的波段组合 10
5.2. 基于NDVI数据的波段组合 12
6. 基于变化向量分析的地表变化检测 13
6.1. 实验原理 13
6.1.1. 变化向量分析（CVA） 13
6.1.2. CVA的变化强度计算 13
6.1.3. CVA的变化类型确定方法 14
6.1.4. 基于对象分类的变化向量（CVA）分析法 14
6.1.5. 变化阈值的确定 14
6.2. 基于变化向量分析的地表变化检测（NDVI BI数据） 18
6.3. 基于CVA和双窗口变步长阈值提取的变化监测 20
6.3.1. 计算变化向量的变化强度 20
6.3.2. 计算变化向量的变化方向 25
7. 总结与反思 26
7.1. 变化检测方法的发展历程 26
7.2. 对变化检测方法的评价 26
7.3. 对于阈值提取方法的评价 27
8. 参考文献: 28

经过文献调研，我发现变化检测需要经过如下流程：
1.数据预处理，包括对于数据的可用性和质量的评价，对于缺失数据的填补，对于不同时相数据做大气校正、几何精校正或者是相对配准。保证卫星图像的清晰、没有云雾的遮挡，分析前的几何精纠正（正射纠正），使得总误差小于一个像元，某些情况下，对于高分辨率的影响，为了减少数据量，可以将不同时相的数据进行重采样，需要将最后的RMS配准结果控制在0.5像素一下。如果只有两个时相的数据可以只进行相对配准，而如果出现多幅图像，则需要统一配准到坐标系里面。
2.变化检测，包括使用基于像元的分析方法和基于对象的分析方法，分析不同时相数据的变化情况。将结果进一步使用Arcgis和Envi进行分级操作。
3.阈值确定，对于第二步所获取的结果，人工或者使用相关算法确定较为合理的阈值。
4.检测结果的精度评价和精度验证，一般情况下需要野外采点获取数据，也可以基于已有的矢量数据，进行评价。或者基于高光谱的数据验证分类之后的结果。