基于非局部均值的SAR图像变化检测模糊聚类分析方法技术

本发明专利技术公开一种基于非局部均值的SAR图像变化检测模糊聚类分析方法。实现过程主要包括：输入一幅由两幅不同时间相同地域的SAR图像的差异图；按全局快速模糊C均值聚类(FGFCM)算法中的相似性度量指标修正差异图像素值，得到局部空间信息像素值矩阵；对差异图作非局部均值处理生成非局部滤波的像素值矩阵；对上述两个矩阵加权求和生成完整的像素值矩阵；运用FGFCM算法对其进行聚类，生成变化检测二值结果图，整体完成对两幅SAR图像的变化检测。本发明专利技术兼顾了图像局部空间信息和非局部均值信息，并将其有机结合，使图像分析的聚类过程中既有效克服噪声影响并保留图像细节，得到更为精确的差异图分析结果。

【技术实现步骤摘要】

本专利技术属于SAR图像变化检测
，涉及SAR图像变化检测中的差异图分析技术。具体地说是提出了一种基于非局部均值的SAR图像变化检测模糊聚类分析方法，用来进行SAR图像变化检测中对差异图的分类分析，克服原有方法变化区域检测错误率较高的问题，提高SAR图像变化检测中的检测精度及速度。
技术介绍
随着合成孔径雷达(synthetic aperture radar, SAR)技术的快速发展,SAR系统 可以全天候、全天时获取图像数据，是较好的变化检测图像源。SAR图像变化检测是通过对同一地区的不同时期的两幅SAR图像进行比较分析，根据图像之间的差异得到所需的地物变化信息。SAR图像变化检测技术在森林覆盖变化、土地利用与覆盖、城市环境变化等领域具有广泛的应用前景。SAR图像变化检测可以分为三个阶段首先，对获得的SAR图像进行预处理，包括图像配准和辐射校正；然后，对校正过的图像进行比较，生成包含变化信息的差异图像 ’最后，通过分析差异图，得到最终的变化检测结果图像(即用二值图像代表变化和未变化两类)。差异图分析技术是SAR图像变化检测中的关键技术之一。常见的差异图分析理论可以分为两类，本文档来自技高网...

【技术保护点】
一种基于非局部均值的SAR图像变化检测模糊聚类分析方法，其特征在于：基于非局部均值的SAR图像变化检测模糊聚类分析具体实现步骤包括有：步骤1通过星载合成孔径雷达获取两幅不同时间相同地域的SAR图像，将两幅不同时间相同地域的图像，输入到安装有矩阵实验室和Visual？C++6.0软件的计算机中，使SAR图像中每个像素点由其像素灰度值即像素值表示；利用相关软件处理经过滤波去噪，辐射校正与几何配准的预处理SAR图像X1，图像X2构造的差异图像X，使得在差异图像上低灰度级呈现为无变化区域，高灰度级呈现为变化区域；步骤2通过Matlab或C++编程，或Matlab和C？++混合编程实现对差异图X中每个像...

【技术特征摘要】

【专利技术属性】
技术研发人员：公茂果，焦李成，陈默，马晶晶，贾萌，李瑜，翟路，王爽，王桂婷，马文萍，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：