[發明專利]基于局部熵視覺注意模型的遙感圖像變化檢測方法

有效

• 申請號: 201310090795.5
• 申請日: 2013-03-20
• 公開（公告）號: CN103226826A
• 公開（公告）日: 2013-07-31
• 發明（設計）人: 緱水平;焦李成;余田田;馬晶晶;馬文萍;朱虎明
• 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: 王品華;朱紅星

1.基于局部熵的視覺注意模型的遙感圖像的變化檢測方法，包括如下步驟：

（1）輸入變化前遙感圖像P₁和變化后遙感圖像P₂，其中，變化前后的遙感圖像大小均為m×n；

（2）對變化前遙感圖像P₁提取h維灰度特征H₁和d維方向特征D₁，得到h+d幅變化前特征圖像p_1l∈H₁∪D₁，l＝1，2，...，(h+d)，同時，對變化后遙感圖像P₂提取h維灰度特征H₂和d維方向特征D₂，得到h+d幅變化后特征圖像p_2l∈H₂∪D₂，其中，∪表示灰度特征與方向特征的并集;

(3)利用變化前遙感圖像P₁在不同特征空間R_l∈H_r∪D_r，r＝1，2內的變化前特征圖像p_1l，構造3層變化前高斯金字塔G_1l=g_1l(c),c=0,1,2，其中，g_1l(c)為變化前高斯金字塔中的第c層圖像，變化前高斯金字塔第0層圖像g_1l(0)大小為m×n，且第c層圖像g_1l(c)為在第c-l層圖像g_1l(c-1)上，進行隔行隔列下采樣得到；

（4）利用變化后遙感圖像P₂在不同特征空間R_l內的變化后特征圖像p_2l，構造3層變化后高斯金字塔G_2l=g_2l(s),s=0,1,2，其中g_2l(s)為變化后高斯金字塔中的第s層圖像，且變化后高斯金字塔的構造方法與變化前高斯金字塔相同；

（5）分別在每個特征空間R_l內，對變化前高斯金字塔G_1l和變化后高斯金字塔G_2l中屬于不同高斯金字塔的任意兩層圖像，進行“中央-邊緣”操作，得到每個特征空間R_l內的特征圖F_l，l＝1，2，...，(h十d):

Fl=Σc=02Σs=02Flcs,]]>

其中，F_lcs為變化前高斯金字塔第c層圖像與變化后高斯金字塔第s層圖像之間的“中央-邊緣”圖像：

F_lcs＝g_1l(c)Θg_2l(s)＝g_1l(c)-Interp_s→c(g_2l(s)),c,s∈{0,1,2}，

式中，Θ為“中央-邊緣”操作的操作符，Interp_s→c()為用插值的方法，將高斯金字塔第s層圖像插值到與高斯金字塔第c層圖像大小相同的圖像；

（6）分別對每個特征空間R_l內的特征圖F_l計算局部熵，得到每個特征空間Rl內的加熵特征圖H_l：

Hl=-Σi=1mΣj=1nfijlogfij,]]>

其中，表示特征圖F_l中第i行第j列像素的像素值F_l(i,j)在整幅特征圖F_l中的統計概率；

（7）將不同特征空間R_l內的加熵特征圖H_l進行加權融合，得到視覺注意模型的顯著圖F；

（8）用模糊C均值的方法對顯著圖F進行聚類，得到顯著圖F中每個像素的聚類標簽，最終得到變化檢測結果圖。

2.根據權利要求1所述的方法，其中步驟（7）所述的將不同特征空間R_l內的加熵特征圖H_l進行加權融合，得到視覺注意模型的顯著圖F，按如下步驟進行：

2a）分別計算每個特征空間R_l內的加熵特征圖H_l的均值M_l，假設特征空間R_l內的加熵特征圖H_l的均值為M_l，則該特征空間R_l內的加熵特征圖H_l對應的權值k_l為：

kl=MlMl≥T0Ml<T]]>

其中，T為設定的閩值，l＝1，2，...，(h+d)，該式中，h為灰度特征的維數，d為方向特征的維數；

2b）將每個特征空間R_l內的加熵特征圖H_l的權值k_l進行歸一化，得到每個特征空間R_l內的加熵特征圖，在加權融合中的相應權值系數K_l為，

kl=klk1+k2+...+kh+d,l=1,2,...,(h+d),]]>

其中，h為灰度特征的維數，d為方向特征的維數；

2c）利用每個特征空間R_l內的加熵特征圖的相應加權系數K_l，將不同特征空間R_l內的加熵特征圖H_l進行加權融合，得到視覺注意模型的顯著圖F為：

F=K₁·H₁+K₂·H₂+…+K_l·H_t+…+K_h+d·H_h+d，l＝1，2，...，(h+d)。