本发明专利技术涉及一种基于一种改进马尔可夫随机场模型的遥感图像变化的检测方法，首先，基于Mean?Shift算法分割在一定程度上进行了去噪；其次，改进马尔可夫随机场模型是基于同质区域的，这能够充分的利用像素间的空间关系，且完全分离出了边界，强化了边界的各向异性。本发明专利技术在保持去噪能力的同时也有能保持边界的能力。在运用马尔可夫随机场模型时考虑区域内的各向同性及边界处的各向异性，在取得较好的噪声抑制的同时提高保持边界的能力，从而提高遥感图像变化检测技术的准确率。
【技术实现步骤摘要】
【技术保护点】
一种基于一种改进马尔可夫随机场模型的遥感图像变化的检测方法，其特征在于步骤如下：步骤1：对在同一地点、不同时刻获取的且已经配准和进行了辐射矫正及几何矫正的两幅遥感图像进行差分，获得差分图像D＝{D(i,j),1≤i≤M,1≤j≤N}，其中：D(i,j)为D中第i行、第j列的像素值，M为D的行数，N为D的列数；当为光谱遥感图像时，取两图像的绝对值差分；当为合成孔径雷达图像时，先取两图像的比值，然后取这个比值的对数的绝对值，最后对得到的绝对值进行归一化；步骤2：对步骤1所得的差分图像利用Mean?Shift算法进行图像分割，得到分割成许多同质区域的分割图像；并利用EM算法估计图像整个域上所服从高斯分布模型的参数步骤3：建立基于改进MRF变化检测模型：U(D,Cl)=Σ∀(i,j)Udata(D(i,j)/Cl(i,j))+Ucontext[Cl(i,j)/{Cl(g,h),(g,h)∈SCk∩(i,j)∈SCk}]所述Udata(·)计算公式如下：Udata(D(i,j)/Cl(i,j))=12ln2πσCl(i,j)2+12(D(i,j)-μCl(i,j))2[σCl(i,j)2]-1所述Ucontext(·)计算公式如下：Ucontext(Cl(i,j)/{Cl(g,h),(g,h)∈SCk∩(i,j)∈SCk})=Σ(g,h)∈SCkβ*λ*δ(Cl(i,j),Cl(g,h))δ(·)为克罗里克函数，其表达形式如下：δ(Cl(i,j),Cl(g,h))=-1,ifCl(i,j)=Cl(g,h)0,ifCl(i,j)≠Cl(g,h)其中：π为圆周率，ln(·)为自然对数函数；Cl＝{Cl(i,j),1≤i≤M,1≤j≤N}为标号图，Cl(i,j)取值为{0,1}，其中0代表不变，1代表变化；取值为取值为{μ0,μ1}；β为一正常数，λ为参数；步骤4：通过条件迭代模型算法求取步骤3中建立的基于IMRF变换检测模型的最小解，从而得到最终变化检测图。FDA00003359253200011.jpg,FDA00003359253200016.jpg,FDA00003359253200017.jpg,FDA00003359253200018.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：李映，廖方顺，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。