一种图像变化检测方法技术

本发明专利技术公开了一种图像变化检测方法，应用于同一地区不同时期的遥感图像变化区域检测问题，所述方法包括：通过对所述图像的对数比值差异图进行双边滤波得到初始差异图；通过对上述初始差异图进行频率调谐显著性区域检测得到显著图；通过对所述显著图进行局部熵计算得到加熵显著图；根据小波变换法融合初始差异图和加熵显著图得到融合图；通过最大类间方差法对融合图进行分割得到最终的变化检测结果图。本发明专利技术将显著性检测模型引入到变化检测问题中，对差异图和显著图进行融合，在保留图像细节的基础上最大程度地突出变化区域，利于进一步提取和分析。实验结果表明，本发明专利技术方法能够有效地降低误检率，提高了变化检测结果的精度。

【技术实现步骤摘要】

本专利技术属于图像处理
，尤其涉及一种图像变化检测方法。
技术介绍
遥感图像变化检测技术是通过提取、分析和判别多时相遥感图像中的同一目标或区域，来获取其中的变化信息。遥感图像变化检测技术从人类获得多时相的航拍照片开始，就成为遥感研究的重要方向，从早期的人工目视解译、胶片重叠等方法，到计算机自动进行分析处理，变化检测技术取得了很大进步。随着各国高分辨率遥感卫星的次第发射以及对全球环境变化的关注，遥感图像变化检测技术的研究成为遥感技术研究的热点领域之一。在利用计算机进行遥感图像变化检测之前，主要通过人工的方法对遥感图像进行观察、比较和分析、标注，尽管效率低，但能够保证检测结果的精度。随着计算机技术的发展，遥感图像自动变化检测的相关研究逐渐增多，提出了多种实现方法，但是相对于人工判别，计算机始终存在局限性，检测结果的精度收到限制。因此，研究高效可行的图像变化检测算法具有十分重要的理论和研究价值。在计算机视觉和模式识别领域，视觉注意力模型的研究得到了很大的发展。使用计算机进行人类视觉注意力系统模拟的模型，能够将人眼所能观察到的感兴趣区域从一幅图像中提取出来，而对于变化检测问题，通常变化区域的面积小于非变化区域的面积，因此，变化区域能够被视觉注意力模型当作显著区域被进一步突出。近年来，已有学者从不同的角度对视觉注意力模型应用于图像变化检测进行了探讨，典型方法有以下两种：(1)基于ITTI模型的遥感图像变化检测方法，该方法通过模拟人眼视觉注意机制，来进行变化检测研究；(2)基于视觉注意和上下文的非监督变化检测方法，能够有效降低噪声对变化检测的影响。但是，以上两种方法都是直接对显著图进行分割得到检测结果，并且由于采用的ITTI视觉注意力模型要做下采样处理，故降低了分辨率，显著图中变化区域轮廓不明显，所以检测精度受到限制。
技术实现思路
有鉴于上述问题，本专利技术期望提供一种图像变化检测方法，以降低误检率，提高变化检测结果的精度。本专利技术实施例的技术方案是这样实现的：一种图像变化检测方法，应用于同一地区不同时期的遥感图像，其特征在于，包括以下步骤：通过对所述遥感图像的对数比值差异图进行双边滤波得到初始差异图；通过对所述初始差异图进行频率调谐显著性区域检测得到显著图；通过对所述显著图进行局部熵计算得到加熵显著图；根据小波变换法融合所述初始差异图和加熵显著图得到融合图；通过最大类间方差法对所述融合图进行分割得到最终的变化检测结果图。上述方案中，所述通过对数比值差异图进行双边滤波得到初始差异图的步骤，过程为：对已配准的两幅遥感图像进行计算，得到对数比值差异图；对所述对数比值差异图进行双边滤波，得到初始差异图。上述方案中，所述对数比值差异图的计算公式为： D L = | log X 2 + 1 X 1 + 1 | = | log ( X 2 + 1 ) - log ( X 1 + 1 ) | ]]>其中，X1和X2分别为已配准的两幅遥感图像，DL为所求得的对数比值差异图。上述方案中，所述双边滤波的公式为： D I ( x ) = k - 1 ( x ) ∫ - ∞ ∞ ∫ - ∞ ∞ D L ( ξ ) c ( ξ , x ) s ( D L ( ξ ) , D L ( x ) ) d ξ ]]>其中，DL(x)为像素点x的对数比值差异图，DI(x)为像素点x的初始差异图；其中，归一化系数k(x)计算公式为：其中，基于空间距离的高斯权重c(ξ，x)的计算公式为：其中，基于像素间相似性度的高斯权重s(DL(ξ)，DL(x))的计算公式为：其中，d(ξ，x)和δ(DL(ξ)，DL(x))分别表示图像像素点之间的空间距离和灰度距离，σd和σr分别表示控制空间距离的参数和控制灰度距离的参数。上述方案中，所述通过对所述初始差异图进行频率调谐显著性区域检测得到显著图的步骤，包括：步骤1：使用高斯滤波器对所述初始差异图进行平滑处理；步骤2：将平滑处理后的图像从RGB颜色空间转换到Lab颜色空间，以获得亮度特征和颜色特征；步骤3：计算各亮度特征和颜色特征在整幅图像上的均值；步骤4：在各亮度特征和颜色特征下，计算每个像素点与整幅图像均值之间的距离；步骤5：融合所有亮度特征和颜色特征，得到每个像素点的最终显著性值，从而得到显著图。上述方案中，所述通过对所述显著图进行局部熵计算得到加熵显著图，求取过程为：确定局部窗口的范围，定义为M×N；计算所述局部窗口M×N内的灰度分布，记为pij；利用所述灰度分布pij计算图像中像素点(i，j)的局部熵，公式为：得到全图局部熵，记为加熵显著图。上述方案中，所述根据小波变换法融合所述初始差异图和加熵显著图得到融合图，方法如下：选择Haar小波基对所述初始差异图和加熵显著图分别进行小波变换，分解层数为两层；使用加权平均法对小波变换后的图像进行融合；对融合后的图像进行反变换，得到最终融合图。上述方案中，所述加权平均法的融合规则为：低频系数公式为：Cj+1，F(m，n)＝0.75×Cj+1，I(m，n)+0.25×Cj+1，s(m，n)，其中，Cj+1，F(m，n)，Cj+1，I(m，n)和Cj+1，S(m，n)分别表示融合图DF、初始差异图DI和加熵显著图DS在像素点(m，n)处的第j+1层的小波变换近似系数；高频系数为加熵显著图经小波变换后的高频系数。有益效果：本专利技术的方法基于显著性检测和小波融合，将基于频率调谐的显著性检测模型引入到变化检测问题中，该模型不用进行下采样的计算，输出的本文档来自技高网...

【技术保护点】
一种图像变化检测方法，应用于同一地区不同时期的遥感图像，其特征在于，包括以下步骤：通过对所述遥感图像的对数比值差异图进行双边滤波得到初始差异图；通过对所述初始差异图进行频率调谐显著性区域检测得到显著图；通过对所述显著图进行局部熵计算得到加熵显著图；根据小波变换法融合所述初始差异图和加熵显著图得到融合图；通过最大类间方差法对所述融合图进行分割得到最终的变化检测结果图。

【技术特征摘要】
1.一种图像变化检测方法，应用于同一地区不同时期的遥感图像，其特征在于，包括以下步骤：通过对所述遥感图像的对数比值差异图进行双边滤波得到初始差异图；通过对所述初始差异图进行频率调谐显著性区域检测得到显著图；通过对所述显著图进行局部熵计算得到加熵显著图；根据小波变换法融合所述初始差异图和加熵显著图得到融合图；通过最大类间方差法对所述融合图进行分割得到最终的变化检测结果图。2.根据权利要求1所述的方法，其特征在于，所述通过对数比值差异图进行双边滤波得到初始差异图的步骤，过程为：对已配准的两幅遥感图像进行计算，得到对数比值差异图；对所述对数比值差异图进行双边滤波，得到初始差异图。3.根据权利要求2所述的方法，其特征在于，所述对数比值差异图的计算公式为： D L = | log X 2 + 1 X 1 + 1 | = | log ( X 2 + 1 ) - log ( X 1 + 1 ) | ]]>其中，X1和X2分别为已配准的两幅遥感图像，DL为所求得的对数比值差异图。4.根据权利要求2所述的方法，其特征在于，所述双边滤波的公式为： D I ( x ) = k - 1 ( x ) ∫ - ∞ ∞ ∫ - ∞ ∞ D L ( ξ ) c (...

【专利技术属性】
技术研发人员：张浩鹏，姜志国，黄洁，史振威，谢凤英，赵丹培，尹继豪，罗晓燕，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11