[發明專利]基于Memetic核聚類的SAR圖像變化檢測方法

無效

• 申請號: 201110318292.X
• 申請日: 2011-10-19
• 公開（公告）號: CN102509288A
• 公開（公告）日: 2012-06-20
• 發明（設計）人: 李陽陽;吳波;焦李成;緱水平;劉若辰;馬文萍;尚榮華;于昕
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06N3/12
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

技術領域

本發明屬于圖像處理技術領域，主要是基于Memetic局部學習算法來優化核聚類適應度函數值，該方法可用于對不同時間采集到的圖像作變化檢測。?

背景技術

遙感圖像變化檢測是研究不同時段的同一場景圖像之間發生的變化。圖像變化主要檢測輻射值和局部紋理的變化。這些變化可能是由于圖像場景的真實變化引起的，或者是由照射角、大氣條件、傳感器精度、地面濕度等變化而引起的，從機載、星載SAR得到的圖像數據的一個重要應用就是變化檢測。?

變化檢測技術在環境監測等民用領域已被廣泛應用，如土地利用分析、森林采伐監測、災情估計等。由于SAR圖像具有在大范圍成像、全天時、全天候偵察的優點，變化檢測技術在軍事上也有著廣泛的應用，例如人造目標檢測、戰場部署變化、打擊效果評估等。SAR圖像變化檢測技術在民用領域也有重要的價值。隨著生產力的高速發展，城市擴張和城市建設發展迅速，為能夠及時有效地檢測非法建筑及濫用土地的情況，以便于合理進行城市規劃，需要及時有效地掌握城市的地表情況。傳統的做法是人工進行土地測量，進行繪制土地利用情況圖，這種方法不但周期長，而且需要大量的人力和物力資源，SAR圖像變化檢測技術為解決類似問題提供了一種便捷的途徑。?

多年以來，研究人員提出和開發了許多遙感影像變化檢測方法和技術，并應用于各種不同的科學問題中。早期的變化監測技術基于圖像之間的差值，其中表示變化前后的兩幅圖像，此類方法非常簡單，僅僅定義變化判別閾值即可。Smits和Annoni討論了在具體應用要求虛警率和漏檢率下閾值的選擇。現在有很多方法和簡單差值法非常相近，比如，變化向量分析(change?vector?analysis，CVA)，從多譜通道考慮每個像素的變化。圖像比值法(Image?ratioing)也是類似于差值方法的技術，不過該方法用圖像前后像素點強度的比來代替前者的差值，其原理和差值法是一樣的。Lu等人按照檢測策略將現有的變化檢測方法歸結為七類：算術運算法、變換法、?分類法、高級模型法、GIS方法、視覺分析法和其它方法。其中，在算術運算法中，應用比較廣泛的是無監督的分割方法，通常又叫做聚類方法。聚類方法一般可以分為兩類：層次聚類和劃分聚類，其中劃分聚類通過最小化特定準則將數據集劃分到不同的類屬中，因此這類方法可以看作是最優化問題，同時，圖像的變化檢測問題也可以視為組合優化問題，因此可以用劃分聚類方法來處理圖像的變化檢測問題。但是已有的優化方法對于處理優化問題的時候往往耗時很長，并且在搜索過程中容易陷入局部最優，同時對于復雜圖像的變化檢測問題往往會存在邊緣定位不夠準確的缺點，這樣勢必會影響到圖像變化檢測的區域一致性與邊緣保持的性能。?

發明內容

本發明的目的在于針對上述已有技術的不足，提出一種基于Memetic核聚類的SAR圖像變化檢測方法，以降低圖像檢測時間復雜度，避免在圖像檢測中陷入局部最優，提高圖像變化檢測區域的一致性和邊緣保持性能。?

實現本發明目的的技術方案是將SAR圖像的變化檢測問題看作組合優化問題，使用基于Memetic核聚類對SAR圖像進行變化檢測，使得適應度函數值最大化，進而得到最終的變化檢測結果，具體實現步驟包括如下：?

(1)輸入兩個不同時間的SAR圖像I₁和I₂，并通過中值濾波器對這兩幅圖像進行濾波；?

(2)計算濾波后的兩幅SAR圖像I₁和I₂的對數比差異影像I₃，并將得到的I₃的灰度值作為聚類數據集；?

(3)設置種群規模，最大迭代次數N，類別數k，初始化聚類中心；?

(4)利用核聚類算法進行聚類，并計算聚類數據集的適應度函數值f_k，根據適應度函數值選擇并保留最優個體Q0(t)；?

(5)對最優個體Q0(t)進行克隆和雙變異操作，產生新的個體Q_m(t)；?

(6)對新的個體Q_m(t)采用Memetic局部學習算子進行搜索，選擇出最優個體LQm(t)；?

(7)對最優個體LQm(t)進行克隆和交叉操作，產生新的個體Q_c(t)；?

(8)對新的個體Q_c(t)采用Memetic局部學習算子進行搜索，選擇出最優個體?LQc(t)；?