基于ROF模型半隐式去噪的SAR图像检测方法、系统及装置制造方法及图纸

本发明专利技术公开了一种基于ROF模型半隐式去噪的SAR图像检测方法、系统及装置。其中，基于ROF模型半隐式去噪的SAR图像检测方法，其特征在于，包括：对于两时相含噪图像进行对数变换，利用ROF模型采用半隐式差分格式对经对数变换后的含噪图像进行去噪；针对去噪后的两时相含噪图像进行差值运算得到差异图；对差异图聚类得到变化检测结果图。以实现较为准确且完整的获取遥感图像变化信息的优点。

SAR image detection method, system and device based on ROF model semi implicit denoising

The invention discloses a SAR image detection method, system and device based on semi implicit denoising based on ROF model. Among them, the SAR image detection method based on ROF model semi-implicit denoising is characterized by: logarithmic transformation for two-phase noisy image, semi-implicit difference scheme for logarithmic transformation using ROF model, and difference operation for two-phase noisy image after denoising. The difference diagram is used to cluster the difference diagram to get the change detection result graph. In order to achieve more accurate and complete access to the advantages of remote sensing image change information.

【技术实现步骤摘要】
基于ROF模型半隐式去噪的SAR图像检测方法、系统及装置
本专利技术涉及遥感图像领域，具体地，涉及一种基于ROF模型半隐式去噪的SAR图像检测方法、系统及装置。
技术介绍
目前，遥感图像变化检测技术可以帮助更新地理数据、评估灾害、预测灾害发展趋势、土地利用监测。由于受外界各种因素的影响以及SAR图像成像原理缺陷的限制，所采集的遥感图像不可避免的引入了大量的噪声。为后期SAR图像的变化检测带来干扰，为获取更为准确地变化检测信息，需对SAR图像进行噪声消除。图像去噪是数字图像变化检测处理中一个关键环节，具有极强的应用价值。当前，SAR图像的去噪方法包括lee滤波、frost滤波以及形态学去噪；图像空间域去噪方法很多，如：线性滤波法、中值滤波法和维纳滤波法等；图像变换域去噪方法有：傅里叶变换和小波变换等；近年来，新兴的数学方法去噪越来越受到众多学者的关注，1992年，Rudin，Osher，和Fatemi提出了总变分(TV)模型即ROF模型；而现有的ROF模型在图像去噪过程中的显式求解具有求解结果不稳定，迭代次数长的缺陷。
技术实现思路
本专利技术的目的在于，针对上述问题，提出一种基于ROF模型半隐式去噪的SAR图像检测方法、系统及装置，以实现较为准确且完整的获取遥感图像变化信息的优点。为实现上述目的，本专利技术采用的技术方案是：一种基于ROF模型半隐式去噪的SAR图像检测方法，包括：步骤S1、对于两时相含噪图像进行对数变换，利用ROF模型采用半隐式差分格式对经对数变换后的含噪图像进行去噪；步骤S2、针对去噪后的两时相含噪图像进行差值运算得到差异图；步骤S3、对差异图聚类得到变化检测结果图。优选的，所述步骤S3中对差异图聚类得到变化检测结果图，具体为：利用聚类算法对差异图聚类得到变化检测结果图。优选的，所述步骤S3中对差异图聚类得到变化检测结果图，具体为：采用模糊C均值聚类算法对差异图聚类得到变化检测结果图。本专利技术技术方案还公开了一种基于ROF模型半隐式去噪的SAR图像检测系统，包括：去噪模块：对于两时相含噪图像进行对数变换，利用ROF模型采用半隐式差分格式对经对数变换后的含噪图像进行去噪；运算模块：针对去噪后的两时相含噪图像进行差值运算得到差异图；以及检测模块：对差异图聚类得到变化检测结果图。优选的，所述检测模块具体为：利用聚类算法对差异图聚类得到变化检测结果图。优选的，所述检测模块具体为：采用模糊C均值聚类算法对差异图聚类得到变化检测结果图。本专利技术技术方案还公开了一种包括处理器和存储器，所述处理器调用存储器内的数据执行本技术方案所述的基于ROF模型半隐式去噪的SAR图像检测方法。本专利技术的技术方案具有以下有益效果：本专利技术的技术方案，将ROF模型半隐式图像去噪运用到遥感图像的变化检测中，利用ROF模型半隐式去噪可以很好保留图像纹理细节，减少图像中难以去除的加性噪声，并用聚类算法得到最终的变化区域检测图。本技术方案不仅提高了变化检测过程中变化区域的检测精度，而且减少了变化检测的时间，平衡检测精度和运行时间的同时，达到较为准确且完整的获取了遥感图像变化信息的目的。进一步采用模糊C均值聚类算法(FCM)对差异图聚类得到较精确的变化检测结果图。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明图1为本专利技术实施例所述的基于ROF模型半隐式去噪的SAR图像检测方法的流程图；图2a至图2d为采用本专利技术所述的基于ROF模型半隐式去噪的SAR图像检测方法对Bern数据组SAR图像处理的实验图；图3a至图3d为采用本专利技术所述的基于ROF模型半隐式去噪的SAR图像检测方法对Coastline数据组SAR图像处理的实验图；图4a至图4d为采用本专利技术所述的基于ROF模型半隐式去噪的SAR图像检测方法对Mulargia数据组SAR图像处理的实验图；图5a至图5d为采用本专利技术所述的基于ROF模型半隐式去噪的SAR图像检测方法对Feltwell数据组模拟SAR图像处理的实验图。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。如图1所示，一种基于ROF模型半隐式去噪的SAR图像检测方法，包括：步骤S1、对于两时相含噪图像进行对数变换，利用ROF模型采用半隐式差分格式对经对数变换后的含噪图像进行去噪；步骤S2、针对去噪后的两时相含噪图像进行差值运算得到差异图；步骤S3、对差异图聚类得到变化检测结果图。优选的，步骤S3中对差异图聚类得到变化检测结果图，具体为：利用聚类算法对差异图聚类得到变化检测结果图。优选的，步骤S3中对差异图聚类得到变化检测结果图，具体为：采用模糊C均值聚类算法对差异图聚类得到变化检测结果图。本专利技术技术方案还公开了一种基于ROF模型半隐式去噪的SAR图像检测系统，包括：去噪模块：对于两时相含噪图像进行对数变换，利用ROF模型采用半隐式差分格式对经对数变换后的含噪图像进行去噪；运算模块：针对去噪后的两时相含噪图像进行差值运算得到差异图；以及检测模块：对差异图聚类得到变化检测结果图。优选的，检测模块具体为：利用聚类算法对差异图聚类得到变化检测结果图。优选的，检测模块具体为：采用模糊C均值聚类算法对差异图聚类得到变化检测结果图。本专利技术技术方案还公开了一种包括处理器和存储器，处理器调用存储器内的数据执行本技术方案的基于ROF模型半隐式去噪的SAR图像检测方法。Bern数据组SAR图像源于1999年4月和1999年5月通过ERS-2遥感卫星获取的瑞士首都Bern地区的两幅SAR图像。图2a为1999年4月获取的，图2b为1999年5月获取的，图2a和图2b的图像大小均为301×301，灰度值为256的两时相SAR图，图2c为变化参考图，图2d为采用本专利技术的方法检测结果图。Coastline数据组SAR图像源于2008年6月和2009年6月通过Radarsat-2遥感卫星获取的黄河海岸线的两幅SAR图像的同区域的截取部分。图3a为2008年6月获取的，图3b为2009年6月获取的，图3a和图3b的图像大小均为175×147，灰度值为256的两时相SAR图，图3c为变化参考图。图3d为采用本专利技术的方法检测结果图。Mulargia数据组SAR图像源于1995年9月和1996年7月通过Landsat-5遥感卫星获取的意大利撒丁岛地区数据集的两幅SAR图像。图4a为1995年9月获取的，图4b为1996年7月获取的，图4a和图4b的图像大小均为412×300，灰度值为256的两时相SAR图。图4c为变化参考图，图4d为采样本专利技术的方法检测结果图。Feltwell数据组SAR图像源于Feltwell村庄的遥感图，图5a是ATM(AieborneThematicMapper)第3波段的Feltwell村庄的遥感图。图5b是通过模拟天气变化和电磁辐射人工加入变化区域的遥感图。图5a和图5b的图像大小均为412×300，灰度值为256的两时相SAR图，图5c为变化参考图，图5d为采用本专利技术的方法检测结果图。最后应说明的是：以上所述仅为本专利技术的优选实施例而已，并不用于限制本专利技术，尽管参照前述实施例对本专利技术进行了详细的说明，对于本领域的技术人员来说，其依然可以本文档来自技高网...

【技术保护点】
1.一种基于ROF模型半隐式去噪的SAR图像检测方法，其特征在于，包括：步骤S1、对于两时相含噪图像进行对数变换，利用ROF模型采用半隐式差分格式对经对数变换后的含噪图像进行去噪；步骤S2、针对去噪后的两时相含噪图像进行差值运算得到差异图；步骤S3、对差异图聚类得到变化检测结果图。

【技术特征摘要】
1.一种基于ROF模型半隐式去噪的SAR图像检测方法，其特征在于，包括：步骤S1、对于两时相含噪图像进行对数变换，利用ROF模型采用半隐式差分格式对经对数变换后的含噪图像进行去噪；步骤S2、针对去噪后的两时相含噪图像进行差值运算得到差异图；步骤S3、对差异图聚类得到变化检测结果图。2.根据权利要求1所述的基于ROF模型半隐式去噪的SAR图像检测方法，其特征在于，所述步骤S3中对差异图聚类得到变化检测结果图，具体为：利用聚类算法对差异图聚类得到变化检测结果图。3.根据权利要求1所述的基于ROF模型半隐式去噪的SAR图像检测方法，其特征在于，所述步骤S3中对差异图聚类得到变化检测结果图，具体为：采用模糊C均值聚类算法对差异图聚类得到变化检测结果图。4.一种基于ROF模型半隐式去噪的SAR图...

【专利技术属性】
技术研发人员：娄雪梅，贾振红，
申请(专利权)人：新疆大学，
类型：发明
国别省市：新疆,65