基于阈值优化的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阈值优化的合成孔径雷达SAR图像变化检测阈值法，其实现步骤为：(1)输入合成孔径雷达SAR图像和变化参考图；(2)图像预处理；(3)构造差异图；(4)产生初始阈值；(5)生成变化检测图；(6)计算初始阈值的适应度；(7)产生当前更新阈值；(8)计算当前更新阈值的适应度；(9)判断是否到达终止条件；(10)产生最优阈值；(11)得到变化检测图。本发明专利技术不需要事先建立模型对差异图直方图中变化像素和未变化像素进行假设分布，可以获得非整数的阈值，可应用于对地震前后地物的变化监测、农作物生长状态的动态监测等。

【技术实现步骤摘要】
基于阈值优化的SAR图像变化检测方法
本专利技术属于图像处理
，更进一步涉及图像分割与图像分类识别
中的一种基于阈值优化的合成孔径雷达SAR(SyntheticApertureRadar)图像变化检测方法。该方法可快速检测出两时相合成孔径雷达图像的变化信息，可应用于对地震前后地物变化监测、农作物生长状态的动态监测。
技术介绍
随着遥感技术和信息技术的发展，基于合成孔径雷达SAR图像的变化检测由于传感器具有不受时段、天气条件影响等优良特性而在近年内受到了广泛的关注，而阈值技术是图像变化检测中的关键技术之一，阈值技术在合成孔径雷达SAR图像变化检测领域中至关重要。目前关于阈值技术的研究多需要事先建立模型对未变化像素和变化像素进行假设分布，并且只能获得非整数的阈值解，从而降低了变化检测的准确率。西安电子科技大学在其申请的专利文献“用于变化检测的高斯对数模型单边曲率拟合阈值方法”(专利申请号：201010548359.4，申请公布号：CN102005050A)中提出了一种用于合成孔径雷达SAR图像变化检测的高斯对数模型单边曲率拟合阈值方法。该方法的实现过程为：首先对两幅合成孔径雷达SAR图像构造差异图并求出差异图像的直方图，在直方图上确定单边拟合区域，应用高斯对数模型对单边直方图区域的直方图曲线进行曲率拟合，求出单边拟合区域中曲率拟合误差最小的阈值，确定无变化区域的直方图概率分布函数和初始阈值，根据初始阈值确定基于高斯模型变化区域直方图概率分布函数，最后用最大后验概率方法确定最终阈值，通过该阈值构造合成孔径雷达SAR图像变化检测结果图。该方法虽然能够较好拟合差异图直方图分布，降低变化检测的错误率，但是，该方法仍然存在的不足之处是，需要使用高斯对数模型对单边直方图区域的直方图曲线进行曲率拟合，并且高斯对数模型不能完全拟合差异图直方图的直方图曲线，影响了合成孔径雷达图像变化检测精度。浙江环球星云遥感科技有限公司在其申请的专利文献“一种基于变化因子的多时相SAR影像变化检测方法”(专利申请号：201710804479.8，申请公布号：CN107689051A)中提出了一种基于变化因子的多时相SAR影像变化检测方法。该方法的实现过程为：(1)对多个时相的合成孔径雷达数据进行辐射校正，生成多时相后向散射系数影像；(2)对多时相后向散射系数影像进行滤波处理，生成多时相滤波影像；(3)对多时相滤波影像进行时序差分运算得到地物发生变化的时间；(4)根据变化因子计算方法生成变化差异图像；(5)对变化差异图像运用阈值分割方法得到地物变化信息。该方法虽然能够降低自然地物季节变化对图像造成的影响，但是，该方法仍然存在的不足之处是，在用阈值分割方法处理差异图时，由于所使用的阈值是整数，导致用整数阈值分割差异图中变化区域与未变化区域的划分界限不够准确的缺点。
技术实现思路
本专利技术针对上述现有技术存在的不足，提出了一种基于阈值优化的合成孔径雷达SAR图像变化检测方法。实现本专利技术目的的具体思路是，首先预处理输入的合成孔径雷达图像，构造输入图像的差异图，接着产生初始阈值，并根据阈值生成变化检测图，利用Kappa系数计算出阈值的适应度，然后利用径向基函数计算每个候选阈值的替代估计值，利用每个候选阈值的替代估计值和距离度量值计算候选阈值的采样权重值，根据采样权重产生当前更新阈值并得到当前更新阈值的适应度，最后根于阈值适应度大小，产生最优阈值，得到最终的变化检测图。该方法的具体步骤包括如下：本专利技术的具体实现步骤如下：(1)输入合成孔径雷达SAR图像和变化参考图：输入同一地区，不同时刻获取的两幅合成孔径雷达图像以及该地区的变化参考图；(2)预处理输入图像：(2a)判断输入的合成孔径雷达图像和变化参考图是否为彩色图像，若是，执行步骤(2b)，否则，执行步骤(2c)(2b)将输入的合成孔径雷达图像和变化参考图转化成灰度图像；(2c)选取3×3中值滤波器分别对变化前、变化后的合成孔径雷达图像进行中值滤波，得到中值滤波后的两幅变换前、变化后的合成孔径雷达图像；(3)按照下式，构造差异图：其中，I表示构造的差异图，log表示以2为底的对数操作，I1表示中值滤波后的变化前的图像，I2表示中值滤波后的变化后图像；(4)产生初始阈值：(4a)在区间[Min，Max]产生一个随机数，将该随机数作为初始阈值，其中，Min表示差异图中所有像素的最小值，Max表示差异图中所有像素的最大值；(4b)将初始阈值加入阈值集合中；(5)生成变化检测图：(5a)从差异图中任意选取的一个像素点；(5b)判断所选取像素点的像素值是否小于等于初始阈值，若是，将所选像素点的像素值设置为0，否则，将所选像素点的像素值设置为255；(5c)判断是否选取完差异图中的所有像素点，若是，执行步骤(6)，否则，执行步骤(5a)；(6)计算初始阈值的适应度；(6a)利用系数Kappa系数计算法，计算变化检测图与变化参考图之间的Kappa系数；(6b)用1减去Kappa系数，将差值作为初始阈值的适应度值；(7)产生候选阈值：在[0,1]区间随机产生100个不同的随机数，利用候选解采样法，分别生成与所选100个不同的随机数对应的100个候选阈值；(8)计算每个候选阈值的替代估计值：(8a)按照下式，计算每个候选阈值的径向基插值：其中，Sk(zk)表示第k个候选阈值zk的径向基插值，n表示阈值集合中阈值的个数，∑表示求和操作，i表示阈值xi在阈值集合中的序号，m表示径向基的序号，λm表示由线性方程组得到的第m个径向基的系数，||·||表示求欧式距离操作，zk表示第k个候选阈值，xi表示阈值集合中的第i个阈值，b表示由线性方程组得到的权重值，a表示由线性方程组得到的偏移量值；(8b)将100个候选阈值的径向基插值从大到小排序，得出径向基插值的最大值和最小值；(8c)利用径向基函数采用替代估计值计算公式计算每个候选阈值的替代估计值；(9)计算每个候选阈值的距离度量值：(9a)采用欧氏距离公式，分别计算每个候选阈值与阈值集合每个阈值的欧氏距离，得到每个候选阈值的欧氏距离集合，将每个候选阈值的欧氏距离集合中的最小值作为该候选阈值的最小欧氏距离；(9b)将100个候选阈值的最小欧氏距离从大到小排序，得出最大值和最小值；(9c)利用距离度量值公式，计算每个候选解的距离度量值；(10)产生当前更新阈值：(10a)利用每个候选阈值的替代估计值和距离度量值，采用采样权重公式，计算每个候选阈值的采样权重值；(10b)对100个候选阈值的采样权重从大到小排序，将最大的采样权重对应的候选阈值作为当前更新阈值；(10c)将当前更新阈值加入阈值集合中；(11)生成变化检测图：(11a)从差异图中任意选取的一个像素点；(11b)判断所选取像素点的像素值是否小于等于当前更新阈值，若是，将所选像素点的像素值设置为0，否则，将所选像素点的像素值设置为255；(11c)判断是否选取完差异图中的所有像素点，若是，执行步骤(12)，否则，执行步骤(11a)；(12)计算当前更新阈值的适应度；(12a)利用系数Kappa系数计算法，计算变化检测图与变化参考图之间的Kappa系数；(12b)用1减去Kappa系数，将差值作为当前更新阈值的本文档来自技高网...

【技术保护点】
1.一种基于阈值优化的合成孔径雷达SAR图像变化检测方法，其特征在于，利用径向基函数采用替代估计值计算公式计算每个候选阈值的替代估计值，利用每个候选阈值的替代估计值和距离度量值，采用采样权重公式，计算每个候选阈值的采样权重值，该方法的具体步骤包括如下：(1)输入合成孔径雷达SAR图像和变化参考图：输入同一地区，不同时刻获取的两幅合成孔径雷达图像以及该地区的变化参考图；(2)预处理输入图像：(2a)判断输入的合成孔径雷达图像和变化参考图是否为彩色图像，若是，执行步骤(2b)，否则，执行步骤(2c)(2b)将输入的合成孔径雷达图像和变化参考图转化成灰度图像；(2c)选取3×3中值滤波器分别对变化前、变化后的合成孔径雷达图像进行中值滤波，得到中值滤波后的两幅变换前、变化后的合成孔径雷达图像；(3)按照下式，构造差异图：

【技术特征摘要】
1.一种基于阈值优化的合成孔径雷达SAR图像变化检测方法，其特征在于，利用径向基函数采用替代估计值计算公式计算每个候选阈值的替代估计值，利用每个候选阈值的替代估计值和距离度量值，采用采样权重公式，计算每个候选阈值的采样权重值，该方法的具体步骤包括如下：(1)输入合成孔径雷达SAR图像和变化参考图：输入同一地区，不同时刻获取的两幅合成孔径雷达图像以及该地区的变化参考图；(2)预处理输入图像：(2a)判断输入的合成孔径雷达图像和变化参考图是否为彩色图像，若是，执行步骤(2b)，否则，执行步骤(2c)(2b)将输入的合成孔径雷达图像和变化参考图转化成灰度图像；(2c)选取3×3中值滤波器分别对变化前、变化后的合成孔径雷达图像进行中值滤波，得到中值滤波后的两幅变换前、变化后的合成孔径雷达图像；(3)按照下式，构造差异图：其中，I表示构造的差异图，log表示以2为底的对数操作，I1表示中值滤波后的变化前的图像，I2表示中值滤波后的变化后图像；(4)产生初始阈值：(4a)在区间[Min，Max]产生一个随机数，将该随机数作为初始阈值，其中，Min表示差异图中所有像素的最小值，Max表示差异图中所有像素的最大值；(4b)将初始阈值加入阈值集合中；(5)生成变化检测图：(5a)从差异图中任意选取的一个像素点；(5b)判断所选取像素点的像素值是否小于等于初始阈值，若是，将所选像素点的像素值设置为0，否则，将所选像素点的像素值设置为255；(5c)判断是否选取完差异图中的所有像素点，若是，执行步骤(6)，否则，执行步骤(5a)；(6)计算初始阈值的适应度；(6a)利用系数Kappa系数计算法，计算变化检测图与变化参考图之间的Kappa系数；(6b)用1减去Kappa系数，将差值作为初始阈值的适应度值；(7)产生候选阈值：在[0,1]区间随机产生100个不同的随机数，利用候选解采样法，分别生成与所选100个不同的随机数对应的100个候选阈值；(8)计算每个候选阈值的替代估计值：(8a)按照下式，计算每个候选阈值的径向基插值：其中，Sk(zk)表示第k个候选阈值zk的径向基插值，n表示阈值集合中阈值的个数，∑表示求和操作，i表示阈值xi在阈值集合中的序号，m表示径向基的序号，λm表示由线性方程组得到的第m个径向基的系数，||·||表示求欧式距离操作，zk表示第k个候选阈值，xi表示阈值集合中的第i个阈值，b表示由线性方程组得到的权重值，a表示由线性方程组得到的偏移量值；(8b)将100个候选阈值的径向基插值从大到小排序，得出径向基插值的最大值和最小值；(8c)利用径向基函数采用替代估计值计算公式计算每个候选阈值的替代估计值；(9)计算每个候选阈值的距离度量值：(9a)采用欧氏距离公式，分别计算每个候选阈值与阈值集合每个阈值的欧氏距离，得到每个候选阈值的欧氏距离集合，将每个候选阈值的欧氏距离集合中的最小值作为该候选阈值的最小欧氏距离；(9b)将100个候选阈值的最小欧氏距离从大到小排序，得出最大值和最小值；(9c)利用距离度量值公式，计算每个候选解的距离度量值；(10)产生当前更新阈值：(10a)利用每个候选阈值的替代估计值和距离度量值，采用采样权重公式，计算每个候选阈值的采样权重值；(10b)对100个候选阈值的采样权重从大到小排序，将最大的采样权重对应的候选阈值作为当前更新阈值；(10c)将当前更新阈值加入阈值集合中；(11)生成变化检测图：(11a)从差异图中任意选取的一个像素点；(11b)判断所选取像素点的像素值是否小于等于当前更新阈值，若是，将所选像素点的像素值设置为0，否则，将所选像素点的像素值设置为255；(11c)判断是否选取完差异图中的所有像素点，若是，执行步骤(12)，否则，执行步骤(11a)；(12)计算当前更新阈值的适应度；(12a)利用系数Kappa系数计算法，计算变化检测图与变化参考图之间的Kappa系数；(12b)用1减去Kappa系数，将差值作为...

【专利技术属性】
技术研发人员：李阳阳，焦李成，李甜甜，陆高，尚荣华，马文萍，马晶晶，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61