[發(fā)明專利]基于NSCT和壓縮投影的SAR圖像變化檢測(cè)方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201310325398.1
• 申請(qǐng)日: 2013-07-22
• 公開(kāi)（公告）號(hào): CN103400383A
• 公開(kāi)（公告）日: 2013-11-20
• 發(fā)明（設(shè)計(jì)）人: 侯彪;焦李成;魏倩;劉芳;馬文萍;王爽;張向榮;馬晶晶
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 程曉霞;王品華

1.一種基于NSCT和壓縮投影的SAR圖像變化檢測(cè)方法，其特征在于：包括有如下步驟：

(1)對(duì)輸入的兩時(shí)相SAR圖像數(shù)據(jù)進(jìn)行對(duì)數(shù)比運(yùn)算，得到一幅對(duì)數(shù)比值差異圖X；

(2)對(duì)差異圖X進(jìn)行非下采樣的contourlet變換，對(duì)得到的低頻子帶系數(shù)和不同尺度不同方向的高頻子帶系數(shù)進(jìn)行閾值降噪處理，將處理后的低頻子帶系數(shù)和高頻子帶系數(shù)進(jìn)行非下采樣contourlet逆變換，得到降噪及保持輪廓邊緣的差異圖X_d；

(3)對(duì)差異圖X_d的每個(gè)像素提取鄰域特征，將鄰域特征拉成列為列向量V_e，利用壓縮投影將列向量V_e降維，降維后的列向量為特征向量v；

(4)利用K均值聚類(lèi)將特征向量v分為兩類(lèi)，一類(lèi)是變化的向量，聚類(lèi)中心為V_c，另一類(lèi)為未變化的向量，聚類(lèi)中心為V_u，根據(jù)歐幾里得距離產(chǎn)生最后檢測(cè)結(jié)果圖CM＝{cm(i，j)|1≤i≤I，1≤j≤J}，檢測(cè)結(jié)果圖的計(jì)算公式為

其中255代表對(duì)應(yīng)的空間位置變化的像素，而0代表對(duì)應(yīng)空間位置未變化的像素，v(i，j)為空間位置坐標(biāo)為(i，j)的像素的特征向量。

2.根據(jù)權(quán)利要求1所述的基于NSCT和壓縮投影的SAR圖像變化檢測(cè)方法，其特征在于：步驟2中對(duì)得到的低頻子帶和不同尺度不同方向的高頻子帶進(jìn)行閾值降噪處理的過(guò)程包括：

(2a)對(duì)低頻子帶系數(shù)保持不變；

(2b)對(duì)不同尺度的高頻子帶系數(shù)均采用硬閾值處理，子帶系數(shù)模大于閾值的子帶系數(shù)保持不變，子帶系數(shù)模小于閾值的子帶系數(shù)設(shè)為零，不同尺度的子帶系數(shù)閾值不同，對(duì)同尺度不同方向的高頻子帶系數(shù)采用同一個(gè)閾值。

3.根據(jù)權(quán)利要求2所述的基于NSCT和壓縮投影的SAR圖像變化檢測(cè)方法，其特征在于：步驟3中對(duì)差異圖X_d每個(gè)像素提取鄰域特征，將鄰域特征拉成列，然后利用壓縮投影降維的過(guò)程包括：

(3a)對(duì)差異圖X_d空間位置的每個(gè)像素抽取周?chē)徲虻膎×n塊，n為奇數(shù)，n≥3，然后將每個(gè)n×n塊拉成列向量V_e；

(3b)利用壓縮投影方法對(duì)列向量V_e進(jìn)行降維，降維后的向量為m維的列向量v，m＜n²，在壓縮投影方法中使用的測(cè)量矩陣為星型采樣形式。