基于方向波域图像融合的SAR图像变化检测方法技术

本发明专利技术公开了一种基于方向波域图像融合的SAR图像变化检测方法，克服了现有技术中差异图融合时不能较好的保留差异图细节信息、对差异图采用二值化分割方法会导致变化区域信息丢失的问题。本发明专利技术实现的步骤是：(1)输入图像；(2)图像预处理；(3)生成差异图；(4)构造联合差异图；(5)分割联合差异图；(6)输出图像。本发明专利技术具有描述变化区域与未变化区域边界更加精确、漏检率较低的优点，可应用于合成孔径雷达SAR图像目标识别领域中的自然灾害检测。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于方向波域图像融合的SAR图像变化检测方法，克服了现有技术中差异图融合时不能较好的保留差异图细节信息、对差异图采用二值化分割方法会导致变化区域信息丢失的问题。本专利技术实现的步骤是：(1)输入图像；(2)图像预处理；(3)生成差异图；(4)构造联合差异图；(5)分割联合差异图；(6)输出图像。本专利技术具有描述变化区域与未变化区域边界更加精确、漏检率较低的优点，可应用于合成孔径雷达SAR图像目标识别领域中的自然灾害检测。【专利说明】基于方向波域图像融合的SAR图像变化检测方法
本专利技术属于图像处理
，更进一步涉及合成孔径雷达图像变化检测
中的一种基于方向波域图像融合的合成孔径雷达(Synthetic Aperture Radar, SAR)图像变化检测方法。本专利技术在SAR图像目标识别领域中可用于自然灾害检测。
技术介绍
变化检测的研究对象是多时相数据，要求获取观测目标在不同时刻的成像数据，变化检测的目的即是通过对多时相数据进行分析，提取不同时刻观测对象所发生的变化信息。合成孔径雷达(Synthetic Aperture Radar, SAR)成像作为一种重要对地观察手段,特别是其主动式微波成像原理，使之能够不受天气和光照的影响，全天候、全天时对地进行观测，此外，微波的穿透能力使SAR能够穿透森林，对于隐藏于森林区域中的机动目标具有探测能力，因此SAR图像已经成为图像变化检测的重要信息源。西安电子科技大学在其专利申请“基于邻域对数比值及各向异性扩散的sar图像变化检测方法”(专利申请号:CN201110005209，【专利技术者】白静, 焦李成, 刘斌, 马文萍, 马晶晶, 王爽, 张向荣, 胡波 申请人:西安电子科技大学本文档来自技高网...

【技术保护点】
一种基于方向波域图像融合的SAR图像变化检测方法，包括如下步骤：(1)输入图像：任选同一地区、不同时间拍摄的两幅SAR图像S1和S2作为待变化检测SAR图像；(2)图像预处理：采用概率性分块匹配滤波方法，分别对SAR图像S1和S2滤波，得到滤波后图像X1和X2；(3)生成差异图：(3a)利用比值算子公式，对滤波后图像X1和X2中的像素值进行操作，得到差异图I1的像素值；(3b)利用混合算子公式，对滤波后图像X1和X2中的像素值进行操作，得到差异图I2的像素值；(4)构造联合差异图：(4a)分别对差异图I1和I2进行方向波变换，得到差异图I1和I2的方向波低频子带系数和高频子带系数；(4b)利用下式，对差异图I1和I2的方向波低频子带系数进行融合，得到联合差异图I3的方向波低频子带系数：LijI3=12(LijI1+LijI2),i∈M,j∈N]]>其中，表示联合差异图I3的方向波低频子带中第i行、第j列的系数，表示差异图I1的方向波低频子带第i行、第j列的系数，表示差异图I2的方向波低频子带第i行、第j列的系数，M表示差异图I1和I2的行数，N表示差异图I1和I2的列数；(4c)利用下式，对差异图I1和I2的方向波高频子带系数进行融合，得到联合差异图I3的方向波高频子带系数：HijI3=max(HijI1,HijI2),i∈M,j∈N]]>其中，表示联合差异图I3的方向波高频子带中第i行、第j列的系数，max(·)表示取最大值操作，表示差异图I1的高频子带中第i行、第j列的系数，表示差异图I2的方向波低频子带中第i行、第j列的系数，M表示差异图I1和I2的行数，N表示差异图I1和I2的列数；(4d)对联合差异图I3的方向波低频系数和高频系数进行方向波逆变换，得到联合差异图I3；(5)分割联合差异图：(5a)采用模糊C均值聚类方法，按如下步骤，将联合差异图I3中所有像素划分为强变化类像素、弱变化类像素及未变化类像素：(5a1)将联合差异图I3中所有像素的灰度值作为每个像素的特征向量，同时，从联合差异图I3中任意选择3个像素的灰度值作为3类像素的3个初始聚类中心；(5a2)按照下式，更新联合差异图I3中像素的特征向量的隶属度：uik=Σ(||xk-vi||||xk-vj||)-2,j=1,2,...,n]]>其中，uik表示联合差异图I3中第k个像素的特征向量隶属于第i类像素的隶属度，∑为求和操作，xk表示联合差异图I3中第k个像素的特征向量，vi表示第i类像素的聚类中心，vj表示第j类像素的聚类中心，k表示联合差异图I3中像素的特征向量的序号，i表示当前的聚类类别，j表示任意的聚类类别，n表示联合差异图I3中像素的特征向量的个数，||·||表示求欧式距离操作；(5a3)按照下式，更新聚类中心向量：vi=Σ(uik)2xkΣ(uik)2,k=1,2,...,n]]>其中，vi表示联合差异图I3第i类像素的聚类中心向量，∑为求和操作，μik表示联合差异图I3中第k个像素的特征向量隶属于第i类像素的隶属度，xk表示联合差异图I3中第k个像素的特征向量，i表示聚类的类别，k表示联合差异图I3中像素的特征向量的序号，n表示联合差异图I3中像素的特征向量的个数；(5a4)将第一步至第三步迭代执行20次，得到联合差异图I3中像素的特征向量的隶属矩阵；(5a5)将隶属矩阵中每列隶属度的最大值的行数作为像素的类别，得到强变化类像素、弱变化类像素及未变化类像素；(5b)将强变化类像素和弱变化类像素合并为变化类像素；(5c)将步骤(5a)中的未变化类像素作为变化检测结果图像Ir中的未变化类像素，将步骤(5b)中的变化类像素作为变化检测结果图像Ir中的变化类像素，得到变化检测结果图像Ir；(6)输出图像：输出变化检测结果图像Ir。...

【技术特征摘要】

【专利技术属性】
技术研发人员：白静，焦李成，刘斌，马文萍，马晶晶，王爽，张向荣，胡波，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：