[發明專利]基于Treelet和方向自適應濾波的遙感圖像變化檢測方法

有效

• 申請號: 201210064059.8
• 申請日: 2012-03-12
• 公開（公告）號: CN102663730A
• 公開（公告）日: 2012-09-12
• 發明（設計）人: 王桂婷;焦李成;萬義萍;公茂果;鐘樺;張小華;田小林;侯彪;王爽
• 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
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

技術領域

本發明屬于圖像處理技術領域，更進一步涉及一種基于Treelet和方向自適應濾波的遙感圖像變化檢測方法。該方法可應用于湖泊水位的動態監測、農作物生長狀態的動態監測、城區規劃、軍事偵察等領域。

背景技術

變化檢測是通過分析同一地區不同時刻的多幅遙感圖像，檢測出該地區地物隨時間發生變化的信息。隨著遙感技術和信息技術的發展，多時相遙感圖像變化檢測已經成為當前遙感圖像分析研究的一個重要方向。

在多時相遙感圖像變化檢測方法的研究中，常見的一種變化檢測方法是先比較后分類法。它的優點在于簡單易行，沒有先分類后比較法存在的分類誤差累計問題，但仍存在的不足是，該方法對分類閾值的選取十分敏感，如果分類閾值較大，會使變化檢測結果存在較多漏檢信息，如果分類閾值較小，會使變化檢測結果存在較多虛警信息，降低變化檢測精度。

光學遙感圖像變化檢測中圖像濾波的方法已較為常見，如均值濾波、中值濾波、維納濾波、形態學濾波等。這些濾波處理在一定程度上平滑了同質區域的噪聲，但仍存在的不足是，該濾波處理難以在去除同質區噪聲的同時保持圖像的邊緣信息。

西安電子科技大學在其專利申請“基于Treelets的遙感圖像變化檢測方法”(專利申請號：201110001584.0，公開號：CN102063720A)中提出了一種基于Treelets濾波的遙感圖像變化檢測方法。該方法雖然能夠降低輻射校正和光照不均對變化檢測結果的影響，但仍存在的不足是，Treelets濾波使得變化檢測結果存在較多漏檢信息，不能較好的保持變化區域邊緣信息，降低了變化檢測精度。

發明內容

本發明針對上述現有技術存在的不足，提出了一種基于Treelet和方向自適應濾波的遙感圖像變化檢測方法。本發明能夠較好的保持變化區域的邊緣信息，減少了檢測結果中的漏檢信息，具有較高的變化檢測精度。

本發明實現上述目的的思路是：在構造完差異圖像后，首先對差異圖像進行方向自適應濾波，其次利用Treelet對濾波后的兩幅圖像和差異圖像進行融合，然后對融合后的圖像進行自適應閾值分類，最后對分類圖進行基于面積閾值的后處理，得到變化檢測結果圖。

本發明的步驟包括如下：

(1)讀入同一地區不同時刻獲取的兩幅相同大小的遙感圖像。

(2)構造差異圖像

將步驟(1)中的任意一幅遙感圖像與另一幅遙感圖像做減法運算，并將減法運算結果取絕對值，得到一幅差異圖像。

(3)方向自適應濾波

3a)在差異圖像中任意選取一個像素點，以該像素點為中心，以固定長度為邊長，確定一個正方形鄰域圖像塊；

3b)按照水平方向將正方形鄰域圖像塊劃分為2個方向模板，按照垂直方向將正方形鄰域圖像塊劃分為2個方向模板，按照對角方向將正方形鄰域圖像塊劃分為4個方向模板，按照原點位置將正方形鄰域圖像塊劃分為1個方向模板；

3c)按照標準差計算公式計算9個方向模板的標準差，對9個方向模板的標準差值按照從小到大的順序進行排列；

3d)按照均值計算公式計算最小標準差值對應模板的灰度均值，將該值作為第一幅濾波圖像在正方形鄰域圖像塊中心處的灰度值；

3e)按照均值計算公式計算次小標準差值對應模板的灰度均值，將該值作為第二幅濾波圖像在正方形鄰域圖像塊中心處的灰度值；

3f)重復步驟3a)至步驟3e)，直至處理完差異圖像中的全部像素點，得到一幅對應于最小標準差模板的濾波圖像和一幅對應于次小標準差模板的濾波圖像。

(4)Treelet融合

4a)將差異圖像的像素按照從左到右、從上到下的順序進行排列，組成一個列向量；

4b)將對應于最小標準差模板的濾波圖像的像素按照從左到右、從上到下的順序進行排列，組成一個列向量；

4c)將對應于次小標準差模板的濾波圖像的像素按照從左到右、從上到下的順序進行排列，組成一個列向量；

4d)將步驟4a)、4b)和4c)中的列向量依次按照從左到右的順序進行排列，組成一個圖像序列，對該圖像序列進行Treelet變換，得到一個基矩陣；

4e)將圖像序列向基矩陣投影，得到一幅融合圖像。

(5)自適應閾值分類

5a)按照標準差計算公式計算融合圖像的標準差；

5b)按照均值計算公式計算融合圖像的均值；

5c)采用均值和標準差計算分類閾值；