1.一种遥感图像变化检测方法，该方法对两张同一地点不同时相的遥感图像差分图进行超像素分割，基于分割对象学习一个全局字典和稀疏表示；对稀疏系数矩阵进行低秩表示挑选变化的样本及不变化的样本；分别用变化的和不变化的样本学习变化字典和不变化字典；计算每个像素的重构误差，得到变化区域二值图，具体步骤包括如下：(1)输入两幅不同时相的遥感图像：时相一X和时相二Y；

(2)计算差分图DI，DI＝X-Y,对差分图DI进行超像素分割，得到N个超像素块，从而得到超像素总样本M，具体方法为：

(2a)对DI、X、Y分别计算每一个超像素块各个波段上的平均像素值，公式为：其中，i代表波段数，j代表超像素块序列， 分别代表在DI、X、Y上每一个超像素块各个波段上的平均像素值，Rj代表第j个超像素块，Nj表示每个超像素块中像素的总个数，x代表像素点，DIi(x)、Xi(x)、Yi(x)分别代表遥感图像DI、X、Y第i个波段上在x像素点的像素值；

(2b)对DI、X、Y，按照超像素分割的结果，对每一个超像素块各个波段上的像素值平均，按波段顺序排列成列向量，三个列向量合成一个列向量spj后，各个超像素列向量按超像素序号排列得到超像素总样本M，其中，spj表示如下：该式中，spdj代表从DI得到的每个超像素块列向量，spxj代表从X得到的每个超像素块的列向量，spyj代表从Y得到的每个超像素块的列向量；

(3)对超像素总样本M进行稀疏表示，学习全局字典D同时得到稀疏系数矩阵G；

(4)对稀疏系数矩阵G进行低秩表示，得到低秩表示矩阵Z，选出变化的超像素样本和不变化的超像素样本，具体方法为：

(4a)构建目标函数：

s.t.G＝GZ+E

其中Z为求得的低秩表示，E为稀疏噪声，min为最小化，||·||*表示核范数，即矩阵奇异值的和，λ为正则参数，||·||2,1表示L2,1范数；

(4b)稀疏系数矩阵G的每一行对应着超像素总样本M的每一列，即每一个超像素块，对稀疏系数矩阵G进行低秩表示后得到的Z为分块矩阵，根据Z的分块结构，L2范数大的为不变化的超像素样本，L2范数小的为变化的超像素样本；

其中，挑选不变化样本的规则为：

其中，Zi表示低秩表示矩阵的第i行，α为挑选不变化的超像素样本的参数；这个规则表示在总样本中挑选L2范数偏大的行序号i，作为不变化的样本对应的列序号，再从超像素总样本M中挑选列序号i对应的超像素样本列，组成不变化样本Mun；挑选的原则是低秩表示矩阵的行的L2范数若大于等于除掉该行之外，其他行的二范数的均值，则认为是不变化的样本对应的行；

挑选变化样本的规则为：

其中，β为挑选变化的超像素样本的参数，Zs表示Z去掉不变化样本对应的行得到的结果，Zsi表示Zs的第i行，Ns表示去掉不变化超像素之后的超像素总个数；这个规则表示在去掉不变化超像素的样本中挑选L2范数偏小的行的序号i，作为变化样本的对应列序号，再从M中挑选对应的超像素样本列作为变化样本Mc；

(5)分别学习不变化样本Mun和变化样本Mc对应的字典Dun和Dc；

(6)分别计算每个像素点在字典Dun和Dc下的重构误差Reun和Rec，比较大小，得到变化区域，具体方法为：

(6a)每个像素点的判别加入了邻域信息，即取以像素点为中心的邻域窗口为w×w的像素块，将DI、X、Y的像素分别列向量化，各列向量按像素序号排列得到T；

(6b)计算重构误差，需要字典Dun和Dc对应的稀疏表示系数gun和gc，为求gun和gc，构建目标函数：

其中t为T的各列向量，即用来表示各个像素块的列向量，δ为正则化参数，gunT和gcT分别代表gun和gc的转置矩阵，e为全1列向量；

(6c)计算像素块在字典Dun和Dc及对应的稀疏表示系数gun和gc下的重构误差Reun和Rec，若Reun>Rec，则判定该像素点不变化，反之变化，将变化位置的像素值设为1，不变化位置的像素值设为0，得到变化图二值图CM。

2.根据权利要求1所述的遥感图像变化检测方法，其特征在于：所述步骤(6b)中，目标函数的解为：

其中，DUN＝Dun-t，DC＝Dc-t，I为单位矩阵，I的尺寸为d×d，其中d为字典原子数。

3.根据权利要求1所述的遥感图像变化检测的方法，其特征在于：所述步骤(6c)中，求重构误差的公式为：Reun＝||t-Dungun||2，Rec＝||t-Dcgc||2。