基于双邻域异构图的合成孔径雷达图像变化检测方法技术

本发明专利技术公开了一种基于双邻域异构图的合成孔径雷达图像变化检测方法，首先对两副SAR图像上的像素点进行空间距离分析，以构建空间邻域点集，同时局部约束邻域，以构建约束强度邻域点集；以SAR图像的像素点为双邻域异构图的顶点，将顶点及其空间邻域点设定为异构图的空间相似边，并将顶点及其约束强度邻域点设定为异构图的约束强度相似边；依据相似性规则分别为空间相似边和约束强度相似边赋予权重值，以此完成单时刻双邻域异构图模型的建立。通过比较双邻域异构图局部结构来完成变化信息度量，进而对变化度量结果进行分类处理，生成变化检测结果图。本发明专利技术方法在有效抑制相干斑噪声的同时能进一步提高变化检测方法的准确度。声的同时能进一步提高变化检测方法的准确度。声的同时能进一步提高变化检测方法的准确度。

【技术实现步骤摘要】
基于双邻域异构图的合成孔径雷达图像变化检测方法


[0001]本专利技术涉及合成孔径雷达图像检测方法领域，具体是一种基于双邻域异构图的合成孔径雷达图像变化检测方法。

技术介绍

[0002]遥感图像变化检测是一种通过对同一地理场景不同时刻的遥感图像进行分析以获取该场景地物变化信息的技术，其本质上是对地物在空间分布上的变化进行研究，探测地物的出现、消失及其属性变化。合成孔径雷达(SAR)具备主动、微波成像特性，其不受大气环境及光照条件的限制，可全天时、全天候的进行成像作业。因此，SAR图像变化检测在军事及民生领域展现出了稳定、高时效的应用特性。
[0003]SAR图像可呈现广阔、丰富的地物信息，但其内蕴含的相干斑噪声干扰了变化检测任务的执行。因此，如何在抑制相干斑噪声的同时完成变化信息的高精度检测成为了SAR图像变化检测研究的关键问题。
[0004]目前，比值算子是最为常用的SAR图像变化检测方法，其对两时刻图像进行对位点除处理，以减弱相干斑噪声的影响，度量图像的真实变化信息。然而，当噪声水平较高时，该方法的检测精度不足。为此，学者们将图像的局部均值引入到比算子中，提出了基于均值比的SAR图像变化检测方法，其以图像块的强度均值代替原像素的强度，并利用比算子进行变化度量。该算法对相干斑噪声具有良好的抵抗性，但难以均值不变图像块的纹理变化。针对这个问题，学者们研究了基于空间信息比值的SAR图像变化检测方法，通过引入高阶统计特征提高对局部纹理变化的识别能力。除此之外，学者们借鉴非局部均值滤波器的工作模式，将滤波器与变化度量算子进行结合，建立了一种基于非局部均值比的变化检测方法，提高了算法对相干斑噪声的抑制能力。
[0005]由于邻域信息的引入，上述变化检测方法可有效的缓解相干斑噪声在变化检测任务中的负面影响。然而，这些方法仅采用了单一邻域构建方法，无法充分利用像素的邻域信息，致使变化度量能力略有不足。因此，为了更有力地抑制相干斑噪声，同时更全面地度量图像变化，多类邻域的构建以及相应邻域信息的引入是提升变化检测方法性能的关键所在。

技术实现思路

[0006]本专利技术提供了一种基于双邻域异构图的合成孔径雷达图像变化检测方法，以解决现有变化检测方法存在的邻域构建单一化问题。
[0007]为了达到上述目的，本专利技术所采用的技术方案为：
[0008]基于双邻域异构图的合成孔径雷达图像变化检测方法，包括以下步骤：
[0009]步骤1、获取合成孔径雷达两副不同时刻的SAR图像；
[0010]步骤2、对于步骤1得到的每副SAR图像，分别构建该SAR图像中每个像素点的空间邻域点集和约束强度邻域点集；
[0011]步骤3、基于步骤2得到的每副SAR图像中各个像素点的空间邻域点集和约束强度邻域点集，构建每副SAR图像的双邻域异构图；然后通过比较两副SAR图像的双邻域异构图的局部结构，得到变化度量结果图；
[0012]步骤4、对步骤3得到的变化度量结果图进行分类处理，从中划分出对应的变化类和非变化类，生成最终的变化检测结果图。
[0013]进一步的步骤1中，两副不同时刻的SAR图像分别进行配准处理。
[0014]进一步的步骤2中，对每副SAR图像中的每个像素点及其附近像素点分别进行空间距离分析，获取每个像素点及其K个邻近像素点，由此得到每个像素点的空间邻域点集。
[0015]进一步的，依据欧拉距离函数对每个像素点及其附近像素点分别进行空间距离分析。
[0016]进一步的步骤2中，以每副SAR图像中的每个像素点为中心分别设定局部约束邻域，并从所述局部约束邻域中选取M个强度与中心像素点最为接近的邻域像素，由此得到每个像素点的约束强度邻域点集。
[0017]进一步的步骤3中，对于每副SAR图像，以SAR图像的各个像素点作为双邻域异构图的顶点，以各顶点及每个顶点的空间邻域点构建双邻域异构图的空间相似边，以各顶点及每个顶点的约束强度邻域点建立双邻域异构图的约束强度相似边，从而完成两类异构边的连接；然后依据顶点间的关联程度分别为空间相似边和约束强度相似边赋予权重，由此得到双邻域异构图。
[0018]进一步的步骤4中，利用经典的模糊C均值聚类方法对步骤3得到的变化度量结果图进行分类处理，生成最终的变化检测结果图。
[0019]本专利技术通过扩展图像局部邻域的组建模式，提升了图像邻域信息的利用，并通过比较异构图局部结构的形式进行SAR图像的变化度量分析，进而提升了方法的噪声抑制能力及变化检测精度。
[0020]与现有技术相比，本专利技术的有益效果为：
[0021]1)本专利技术对图像像素的邻域关系进行深入探究，建立了空间邻域点集和约束强度邻域点集，并在此基础上，构建双邻域异构图模型以实现了SAR图像地物信息的全面挖掘与表达。
[0022]2)本专利技术利用比较双邻域异构图局部结构的方式进行变化度量分析，中心顶点及其邻接顶点的变化信息将通过两类边权重进行汇聚，从而使得变化度量和检测结果更为鲁棒和精确。
附图说明
[0023]图1是本专利技术实施例一方法流程框图。
[0024]图2是本专利技术实施例一方法中双邻域异构图的示意图。
[0025]图3是本专利技术实施例二的实验中在淮河地区SAR图像上应用的变化检测结果，其中：图3(a)为淮河地区旱季SAR图像，图3(b)为淮河地区汛期SAR图像，图3(c)为依据专家知识进行人工解译的变化参考图，图3(d)～(h)分别对应着比值法、均值比法、空间信息比值法、非局部均值比法以及实施例一变化检测方法的变化检测结果。
[0026]图4是本专利技术实施例二的实验中在六安市地区SAR图像上应用的变化检测结果，其
中：图4(a)是为六安市地区洪涝灾害时期的SAR图像，图4(b)是为六安市地区常规时期的SAR图像，图4(c)是人工解译的变化参考图，图4(d)～(h)分别对应着比值法、均值比法、空间信息比值法、非局部均值比法以及实施例一变化检测方法的变化检测结果。
具体实施方式
[0027]下面结合附图和实施例对本专利技术进一步说明。
[0028]实施例一
[0029]如图1所示，本实施例公开了一种基于双邻域异构图的合成孔径雷达图像变化检测方法，包括以下步骤：
[0030]步骤1、获取合成孔径雷达两副不同时刻的SAR图像X1和X2，并将两副SAR图像X1和X2进行配准处理。
[0031]步骤2、构建双邻域集，过程如下：
[0032](2.1)空间邻域点集构建。
[0033]对于步骤1处理后的每副SAR图像，定义T
p
为图像中任意一个像素点，坐标为(x，y)。依据欧拉距离函数对像素点I
p
及其附近像素点进行空间距离分析，获取与像素点I
p
最为靠近的K个邻域像素点，由此得到任意一个像素点I
p
的空间邻域点集N
s
(I
p
)。
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于双邻域异构图的合成孔径雷达图像变化检测方法，其特征在于，包括以下步骤：步骤1、获取合成孔径雷达两副不同时刻的SAR图像；步骤2、对于步骤1得到的每副SAR图像，分别构建该SAR图像中每个像素点的空间邻域点集和约束强度邻域点集；步骤3、基于步骤2得到的每副SAR图像中各个像素点的空间邻域点集和约束强度邻域点集，构建每副SAR图像的双邻域异构图；然后通过比较两副SAR图像的双邻域异构图的局部结构，得到变化度量结果图；步骤4、对步骤3得到的变化度量结果图进行分类处理，从中划分出对应的变化类和非变化类，生成最终的变化检测结果图。2.根据权利要求1所述的基于双邻域异构图的合成孔径雷达图像变化检测方法，其特征在于，步骤1中，两副不同时刻的SAR图像分别进行配准处理。3.根据权利要求1所述的基于双邻域异构图的合成孔径雷达图像变化检测方法，其特征在于，步骤2中，对每副SAR图像中的每个像素点及其附近像素点分别进行空间距离分析，获取每个像素点及其K个邻近像素点，由此得到每个像素点的空间邻域点集。4.根据权利要求3所述的基于双邻域异构图的合成孔径雷达图...

【专利技术属性】
技术研发人员：汪骏，牛三库，曾非，杨开元，项新宇，王芹，
申请(专利权)人：衢州学院，
类型：发明
国别省市：