[發(fā)明專利]基于主成份廣義逆變換的圖像變化檢測方法

有效

• 申請?zhí)枺?/td>: 201110009716.4
• 申請日: 2011-01-18
• 公開（公告）號: CN102063722A
• 公開（公告）日: 2011-05-18
• 發(fā)明（設(shè)計(jì)）人: 胡軍輝;楊杰
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 上海交達(dá)專利事務(wù)所 31201
• 代理人: 王錫麟;王桂忠

1.一種基于主成份廣義逆變換的圖像變化檢測方法，其特征在于，通過對待檢測圖像重新組織數(shù)據(jù)后進(jìn)行兩個特征空間中的變換，并在變換后的特征空間里進(jìn)行更新波段差分處理以獲取變化成分，再通過自動閾值確定方法來提取變化區(qū)域，實(shí)現(xiàn)圖像變化檢測。

2.根據(jù)權(quán)利要求1所述的基于主成份廣義逆變換的圖像變化檢測方法，其特征是，所述的重新組織數(shù)據(jù)是指：將原始圖像的波段數(shù)據(jù)按照行的方式轉(zhuǎn)化為列向量：

V^k(t)[n]＝(i-1)×length+j，然后將l個列向量組織成矩陣M，并求出其轉(zhuǎn)置矩陣M^T，M＝[V¹(t1)，V²(t1)，…，V^l(t1)，V¹(t2)，V²(t2)，…，V^l(t2)]，其中：待檢測圖像分別為i，j，k分別代表圖像的行、列和波段數(shù)，波段總數(shù)為l，width和length分別為圖像的寬度像素?cái)?shù)和長度像素?cái)?shù)，單位為自然常數(shù)，t∈{t1，t2}，i∈{1，2，…，width}，j∈{1，2，…，length}，k∈{1，2，…，l}。

3.根據(jù)權(quán)利要求1所述的基于主成份廣義逆變換的圖像變化檢測方法，其特征是，所述的兩個特征空間中的變換是指：PCA變換和PCA廣義逆變換，其中：

PCA變換是指：對轉(zhuǎn)置矩陣M^T進(jìn)行PCA變換，在width×length維空間里通過對M^T協(xié)方差矩陣進(jìn)行對角化找到前m個主成份，m≤l，通過變換后得到特征空間矩陣P，將原始空間中組織后的數(shù)據(jù)M^T映射到主成份特征空間中，得到新的數(shù)據(jù)DATA_PCA，DATA_PCA＝M^T·P，其中：P為主成分變換后得到的特征空間矩陣；

PCA廣義逆變換是指：通過廣義逆矩陣Q，將正特征空間里的數(shù)據(jù)，映射到廣義逆特征空間中，得到新空間中的數(shù)據(jù)DATA_ACP，DATA_ACP＝DATA_PCA·Q，其中：Q為廣義逆矩陣。

4.根據(jù)權(quán)利要求1所述的基于主成份廣義逆變換的圖像變化檢測方法，其特征是，所述的更新波段差分處理是指：對于波段總數(shù)大于1時，直接選擇最大的特征值對應(yīng)的波段求差值向量或?qū)⒍嗖ǘ魏铣珊笄蟛钪迪蛄浚缓笤賹⒉钪迪蛄窟€原到圖像。如DIFF＝DATA(1，：)-DATA(2，：)，DIFFimage＝DIFF(j+(i-1)×length)，其中：DATA(1，：)，DATA(2，：)分別為變化前后的最大特征值對應(yīng)波段向量，DIFF為差值向量，DIFF_image為差值向量轉(zhuǎn)化后的差值圖像。

5.根據(jù)權(quán)利要求1所述的基于主成份廣義逆變換的圖像變化檢測方法，其特征是，所述的提取變化區(qū)域是指：采用基于OTSU自動閾值方法得到的閾值加上一定的偏移來分離變化區(qū)域和非變化區(qū)域。