[發(fā)明專利]結(jié)合多閾值分割與模糊聚類的SAR圖像變化檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210596406.1
• 申請(qǐng)日: 2012-12-14
• 公開(kāi)（公告）號(hào): CN103020978A
• 公開(kāi)（公告）日: 2013-04-03
• 發(fā)明（設(shè)計(jì)）人: 劉逸;慕彩紅;劉敬;那彥;史林;呂雁;王燕
• 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;G06T5/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

1.一種結(jié)合多閾值分割與模糊聚類的SAR圖像變化檢測(cè)方法，包括如下步驟：

(1)中值濾波

選取常用的3×3中值濾波器對(duì)兩幅待檢測(cè)的SAR圖像進(jìn)行預(yù)處理，得到中值濾波后的兩幅圖像；

(2)求出歸一化后的對(duì)數(shù)比差異圖像

2a)采用對(duì)數(shù)比差異公式，由中值濾波后的兩幅圖像，求出對(duì)數(shù)比差異圖像；

2b)采用歸一化公式對(duì)對(duì)數(shù)比差異圖像進(jìn)行歸一化處理后得到歸一化后的對(duì)數(shù)比差異圖像；

(3)多閾值分割

采用基于標(biāo)準(zhǔn)粒子群優(yōu)化的大津法，對(duì)歸一化后的對(duì)數(shù)比差異圖像進(jìn)行多閾值分割，分割后圖像中的像素被分成三類：沒(méi)有發(fā)生變化的像素、發(fā)生了變化的像素和不能確定是否發(fā)生了變化的像素；

(4)初始化隸屬度矩陣

4a)初始化隸屬度矩陣U₀，U₀存儲(chǔ)像素的隸屬于非變化類的隸屬度，隸屬度用一個(gè)在區(qū)間[0，1]上取值的實(shí)數(shù)來(lái)表示，多閾值分割后屬于沒(méi)有發(fā)生變化的像素在U₀中的隸屬度取1，多閾值分割后屬于發(fā)生了變化的像素在U₀中的隸屬度取0，多閾值分割后屬于不能確定是否發(fā)生了變化的像素在U₀中的隸屬度則隨機(jī)生成；

4b)初始化隸屬度矩陣U₁，U₁存儲(chǔ)像素的隸屬于變化類的隸屬度，隸屬度用一個(gè)在區(qū)間[0，1]上取值的實(shí)數(shù)來(lái)表示，多閾值分割后屬于沒(méi)有發(fā)生變化的像素在U₁中的隸屬度取0，多閾值分割后屬于發(fā)生了變化的像素在U₁中的隸屬度取1，多閾值分割后屬于不能確定是否發(fā)生了變化的像素在U₁中的隸屬度則等于1減去該像素在U₀中的隸屬度；

(5)模糊聚類

采用FLICM算法對(duì)多閾值分割后屬于不能確定是否發(fā)生了變化的像素進(jìn)行模糊聚類，迭代更新直至達(dá)到預(yù)定的終止條件，即迭代前后隸屬度的最大改變量小于0.00001；

(6)去模糊

根據(jù)歸一化后的對(duì)數(shù)比差異圖像中每個(gè)像素的隸屬于非變化類和變化類的隸屬度值，將像素判歸到隸屬度值較大的那一類，從而把歸一化后的對(duì)數(shù)比差異圖像中所有的像素分成了兩類：非變化類和變化類；

(7)輸出變化檢測(cè)結(jié)果。

2.根據(jù)權(quán)利要求1所述的結(jié)合多閾值分割與模糊聚類的SAR圖像變化檢測(cè)方法，其特征在于，步驟2a)中所述的對(duì)數(shù)比差異公式如下：

I₃＝|log(I₁+1)-log(I₂+1)|

其中，I₃表示對(duì)數(shù)比差異圖像的像素灰度值，I₁和I₂分別表示中值濾波后的兩幅圖像的像素灰度值。

3.根據(jù)權(quán)利要求1所述的結(jié)合多閾值分割與模糊聚類的SAR圖像變化檢測(cè)方法，其特征在于，步驟2b)中所述的歸一化公式如下：

ID=255×(I3-Imin)(Imax-Imin)]]>

其中，I_D表示歸一化后的對(duì)數(shù)比差異圖像的像素灰度值，I₃表示對(duì)數(shù)比差異圖像的像素灰度值，I_max表示I₃中最大的灰度值，I_min表示I₃中最小的灰度值。