[發(fā)明專利]基于圖像融合的遙感圖像變化檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210414782.4
• 申請(qǐng)日: 2012-10-25
• 公開(kāi)（公告）號(hào): CN102968790A
• 公開(kāi)（公告）日: 2013-03-13
• 發(fā)明（設(shè)計(jì)）人: 焦李成;慕彩紅;王孝梅;緱水平;公茂果;王爽;馬晶晶;劉若辰;馬文萍;張向榮
• 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: 王品華;朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及遙感圖像變化檢測(cè)，即根據(jù)不同時(shí)相的SAR圖像檢測(cè)地表產(chǎn)生的變化，可用于地物覆蓋與利用、自然災(zāi)害監(jiān)控，城區(qū)規(guī)劃，地圖更新等領(lǐng)域。

背景技術(shù)

遙感圖像的變化檢測(cè)是指通過(guò)分析在不同時(shí)間來(lái)自同一地區(qū)的兩幅或多幅遙感圖像，檢測(cè)出該地區(qū)的地物隨時(shí)間發(fā)生的變化信息。遙感圖像的變化檢測(cè)已經(jīng)廣泛地應(yīng)用于如森林資源的動(dòng)態(tài)監(jiān)測(cè)、土地覆蓋和利用的變化監(jiān)測(cè)、城市規(guī)劃布局、環(huán)境監(jiān)測(cè)分析、自然災(zāi)害評(píng)估、以及在軍事中的人造目標(biāo)監(jiān)測(cè)和地面武裝部署分析等許多領(lǐng)域。

在變化檢測(cè)研究中，學(xué)者們將現(xiàn)有的多種變化檢測(cè)方法歸為不同的類別，其中最常見(jiàn)的是基于差異圖像分析的變化檢測(cè)方法。該方法通常包括3個(gè)關(guān)鍵的步驟：1)圖像預(yù)處理；2)構(gòu)造差異圖像；3)分析差異圖像提取變化檢測(cè)結(jié)果。圖像預(yù)處理包括圖像去噪、配準(zhǔn)、輻射校正等。構(gòu)造差異圖像是基于差異圖像分析方法的重要一步，尤其是構(gòu)造視覺(jué)效果較好的差異圖像難度比較大。其中，圖像差值法和比值法是最常見(jiàn)的差異圖提取算子，圖像差值法對(duì)SAR圖像的變化區(qū)域非常敏感，有利于保留變化信息的幾何邊緣，從而有利于精確地提取變化區(qū)域，但由于SAR圖像相干斑噪聲的影響，差值法并不適用于分析受噪聲影響較大的SAR圖像。而圖像對(duì)數(shù)比雖然能有效地抑制SAR圖像的相干斑噪聲，但卻對(duì)變化區(qū)域的邊緣造成一定的模糊，特別是存在大量的微弱變化和小區(qū)域變化信息的圖像中，不利于變化區(qū)域輪廓和細(xì)節(jié)信息的保持。

發(fā)明內(nèi)容

本發(fā)明的目在于針對(duì)上述已有技術(shù)的不足，提出了一種基于圖像融合的遙感圖像變化檢測(cè)方法，以減小信息丟失和累積誤差，提高SAR圖像變化檢測(cè)的檢測(cè)精度。

為實(shí)現(xiàn)上述目的，本發(fā)明現(xiàn)包括如下步驟：

（1）輸入變化前后的SAR圖像P₁和P₂，分別計(jì)算出兩幅圖對(duì)應(yīng)像素灰度值的差并歸一化，得到差值圖像S的灰度矩陣H_S，計(jì)算兩幅圖像P₁和P₂對(duì)應(yīng)素灰度值的商對(duì)數(shù)值并歸一化，得到比值圖R的灰度矩陣H_R；

（2）計(jì)算差值圖S每一個(gè)像素灰度值S^ab的局部方差值V^ab，得到整幅差值圖的方差矩陣V，并對(duì)該方差矩陣V進(jìn)行KI閾值分割，得到最優(yōu)閾值T*,其中a,b為像素點(diǎn)在圖像中的空域坐標(biāo)變量；

（3）根據(jù)方差矩陣V和最佳閾值T^*，對(duì)差值差異圖S和比值差異圖R進(jìn)行融合，得到融合后的最終差異圖D在每一個(gè)像素點(diǎn)的灰度值：

Dab=SabVab≥T*RabVab<T*,]]>

其中a,b為像素點(diǎn)的空域坐標(biāo)變量，S^ab，R^ab，D^ab分別為差值圖S，比值圖R和融合后的最終差異圖D在像素點(diǎn)(a,b)的灰度值，V^ab為差值差異圖S^ab的在像素點(diǎn)(a,b)的局部方差值；

（4）對(duì)融合后的最終差異圖D的灰度值進(jìn)行類別數(shù)為2的模糊C均值聚類分割，聚類結(jié)束后，聚類中心值較大的一類為變化類，另一類為非變化類。

本發(fā)明與現(xiàn)有的技術(shù)相比具有以下優(yōu)點(diǎn)：

1.本發(fā)明主要以差值圖和比值圖為基礎(chǔ)，操作簡(jiǎn)單，運(yùn)算速度快；