[發(fā)明專利]用于變化檢測(cè)的高斯對(duì)數(shù)模型單邊曲率擬合閾值方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201010548359.4
• 申請(qǐng)日: 2010-11-16
• 公開(kāi)（公告）號(hào): CN102005050A
• 公開(kāi)（公告）日: 2011-04-06
• 發(fā)明（設(shè)計(jì)）人: 公茂果;焦李成;曹宇;李陽(yáng)陽(yáng);王桂婷;馬文萍;惠轉(zhuǎn)妮;周智強(qiáng);付磊
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 張問(wèn)芬

技術(shù)領(lǐng)域

本發(fā)明涉及SAR圖像變化檢測(cè)領(lǐng)域，是處理由不同時(shí)相SAR圖像構(gòu)造的比值差異影像圖的閾值方法。具體地說(shuō)是一種用于變化檢測(cè)的高斯對(duì)數(shù)模型單邊曲率擬合閾值方法，來(lái)解決SAR圖像變化檢測(cè)領(lǐng)域中變化區(qū)域正確檢測(cè)率不高的問(wèn)題，本方法適用于多種復(fù)雜SAR圖像，用于提高SAR圖像變化檢測(cè)系統(tǒng)的檢測(cè)精度和系統(tǒng)穩(wěn)定性。

背景技術(shù)

SAR圖像變化檢測(cè)是從不同時(shí)間獲取同一地理區(qū)域的多時(shí)相遙感影像，并定性地分析地表變化過(guò)程和特性的技術(shù)。與光學(xué)遙感系統(tǒng)相比，SAR系統(tǒng)具有全天時(shí)、全天候獲取數(shù)據(jù)的能力，所以SAR圖像變化檢測(cè)技術(shù)正廣泛的應(yīng)用于各個(gè)領(lǐng)域，例如環(huán)境監(jiān)控，農(nóng)業(yè)研究，城市區(qū)域研究，森林監(jiān)控等方面。

閾值技術(shù)是SAR圖像變化檢測(cè)中的關(guān)鍵技術(shù)之一。該技術(shù)通過(guò)不同時(shí)相的SAR影像圖構(gòu)造差異圖，然后在差異圖的基礎(chǔ)上進(jìn)行自動(dòng)閾值的確定，形成最終變化檢測(cè)結(jié)果圖。在變化檢測(cè)過(guò)程中，該技術(shù)具有運(yùn)算簡(jiǎn)單，時(shí)間復(fù)雜度低等特點(diǎn)。同時(shí)，在相關(guān)SAR圖像變化檢測(cè)技術(shù)中閾值技術(shù)又往往作為其中的一個(gè)環(huán)節(jié)。閾值算法性能也影響著相關(guān)算法的性能，因此，閾值技術(shù)在SAR圖像變化檢測(cè)領(lǐng)域中至關(guān)重要。在閾值技術(shù)中，差異影像直方圖的概率統(tǒng)計(jì)分布是其核心內(nèi)容，概率統(tǒng)計(jì)模型構(gòu)造和選擇是否得當(dāng)，能否很好的擬合差異影像直方圖，直接影響著SAR圖像變化檢測(cè)的性能，受到了國(guó)內(nèi)外研究者的廣泛關(guān)注。所以，目前的研究主要集中在統(tǒng)計(jì)概率分布模型的建立上。

國(guó)內(nèi)外學(xué)者提出了很多不同的閾值方法來(lái)提高SAR圖像變化檢測(cè)系統(tǒng)的檢測(cè)性能，但均存在不同的問(wèn)題，主要是不能自動(dòng)確定閾值和檢測(cè)錯(cuò)誤率較高的問(wèn)題。閾值方法作為一種自動(dòng)檢測(cè)方法，具有完全自動(dòng)性的優(yōu)點(diǎn)，但是現(xiàn)有的閾值方法其檢測(cè)錯(cuò)誤率仍較高。

近些年來(lái)，許多研究者也給出了不同的自動(dòng)閾值的確定方法。Kittler和Illingworth提出了經(jīng)典了K&I閾值方法，該方法假設(shè)變化區(qū)域與非變化區(qū)域的直方圖統(tǒng)計(jì)分布符合高斯分布，通過(guò)最小化懲罰函數(shù)來(lái)自動(dòng)確定閾值。但該方法中基于高斯模型的假設(shè)并不準(zhǔn)確，實(shí)際SAR圖像數(shù)據(jù)分布并不符合高斯分布，所以其檢測(cè)錯(cuò)誤率仍較高。意大利G.Moser，S.B.Serpico等人在K&I閾值基礎(chǔ)上提出了一種廣義K&I閾值方法，該方法以三種概率分布模型：Nakagami分布、Log-Normal分布和Weibull分布為基礎(chǔ)擴(kuò)展了K&I閾值方法。該閾值方法由于使用了更加適合SAR圖像數(shù)據(jù)分布的模型，所以呈現(xiàn)了較好的檢測(cè)結(jié)果。但是，這三種模型仍不能完全擬合差異圖直方圖，所以其檢測(cè)正確率仍然不是很高。

發(fā)明內(nèi)容

本發(fā)明的目的在于：為了克服現(xiàn)有方法具有較高的檢測(cè)錯(cuò)誤率之不足，進(jìn)一步提高SAR圖像變化檢測(cè)的正確率，從而提高檢測(cè)精度，針對(duì)SAR圖像變化檢測(cè)自身的特點(diǎn)，提出了一種用于變化檢測(cè)的高斯對(duì)數(shù)模型單邊曲率擬合閾值方法，與其它經(jīng)典的方法和近來(lái)提出的方法相比能獲得較高的檢測(cè)正確率。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是：首先對(duì)兩幅不同時(shí)間、相同地域的SAR圖像構(gòu)造差異圖并求出差異圖像的直方圖，然后在直方圖上確定單邊擬合區(qū)域，接著通過(guò)單邊擬合評(píng)價(jià)函數(shù)計(jì)算高斯對(duì)數(shù)模型對(duì)單邊擬合區(qū)域的直方圖曲率的擬合誤差，之后求出單邊擬合區(qū)域中曲率擬合誤差最小的閾值，并確定無(wú)變化區(qū)域的直方圖概率分布函數(shù)和初始閾值。然后根據(jù)初始閾值確定基于高斯模型的變化區(qū)域直方圖概率分布函數(shù)，最后應(yīng)用最大后驗(yàn)概率方法確定最終的閾值，并通過(guò)該閾值構(gòu)造SAR圖像變化檢測(cè)結(jié)果圖，完成對(duì)兩幅不同時(shí)間、相同地域SAR圖像變化區(qū)域的檢測(cè)，其具體步驟如下：

(1)對(duì)兩幅不同時(shí)間相同地域的SAR圖像I₁，I₂構(gòu)造差異圖像；

(2)遍歷差異圖像的每個(gè)像素，記錄圖像上每個(gè)灰度級(jí)出現(xiàn)的頻率值，求出該差異圖

像的直方圖h(g)，g∈[0，255]為灰度級(jí)范圍，在直方圖上確定單邊擬合區(qū)域，區(qū)域范圍的上下限為mlow，mup；

(3)令閾值T_i＝mlow，i＝1；

(4)根據(jù)閾值T_i應(yīng)用高斯對(duì)數(shù)模型計(jì)算閾值T_i下的無(wú)變化區(qū)域的直方圖概率分布函數(shù)p_ncln(x|μ，σ)，式中μ為均值參數(shù)，σ為方差參數(shù)，x＞0為直方圖灰度級(jí)；

(5)利用評(píng)價(jià)函數(shù)OSC(g，T_i)＝var(|h(g)-p_ncln(g|μ，σ)|)，g∈[mlow，mup]為直方圖灰度級(jí)，計(jì)算單邊曲率擬合誤差；