[發明專利]一種基于遺傳核模糊聚類的SAR圖像變化檢測方法

在審

• 申請號: 201410497802.8
• 申請日: 2014-09-25
• 公開（公告）號: CN104268574A
• 公開（公告）日: 2015-01-07
• 發明（設計）人: 于昕;焦李成;雷煜華;熊濤;李巧鳳;劉紅英;馬文萍;馬晶晶
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 西安吉盛專利代理有限責任公司 61108
• 代理人: 張培勛

技術領域

本發明屬于圖像處理技術領域，具體地說是一種變化檢測方法，可應用于遙感圖像的變化檢測。

背景技術

合成孔徑雷達(Synthetic?Aperture?Radar，簡稱SAR)是利用雷達與目標的相對運動把尺寸較小的真實天線孔徑用數據處理的方法合成一較大的等效天線孔徑的雷達。合成孔徑雷達的特點是分辨率高，能全天候工作，能有效地識別偽裝和穿透掩蓋物。合成孔徑雷達在軍事領域和民用領域都有廣泛應用，如戰場偵察、導航、資源勘測、地圖測繪、海洋監視、環境遙感。它可以方便地獲得同一地區不同時間的圖像。

SAR圖像變化檢測是指通過對不同時期同一區域的遙感圖像進行比較分析，根據圖像之間的差異得到我們所需要的地物或目標的變化信息。SAR變化檢測技術的需求日益廣泛。目前，全球壞境變化加劇，城市急速發展，洪水、地震等自然災害時有發生，這些都需要及時掌握相關動態信息，為相關決策部門提供支持，而SAR的種種優點為快速響應提供了技術支持和應急保障。SAR圖像變化檢測主要有以下幾個過程：第一，獲得待處理圖像；第二，對待處理圖像進行預處理，預處理主要包括幾何校正、輻射校正和圖像配準等；第三，對預處理后的圖像進行比較，獲得差異圖；第四，分析差異圖，獲得變化檢測結果圖像。

聚類方法是主要的變化檢測方法之一。2009年T.Celik提出基于PCA和k-means聚類的變化檢測算法，通過主成分分析對差異圖進行降維，然后用k-means聚類，較大幅度減小了運算量，但由于其在降維過程中丟失了某些信息，導致了結果誤差較大。2010年A.Ghosh和N.S.Mishra等人發表了在FCM和遺傳算法等基礎上改進的SA-GKC算法，雖然得到了較好的實驗結果，然而由于結合了多種算法，其算法思路比較復雜。2012年公茂果等提出了改進的RFLICM算法并得到了較為精確的變化檢測結果，但由于RFLICM算法在聚類初始化過程中，通過隨機方式獲得初始聚類中心點，導致了這些算法對聚類初始中心點十分敏感的缺陷，容易陷入局部最優。

發明內容

本發明的目的是克服上述已有技術的不足，提供一種基于遺傳核模糊聚類的SAR圖像變化檢測方法，加快算法的收斂速度，減少算法的運算速度。

為此，本發明提供了一種基于遺傳核模糊聚類的SAR圖像變化檢測方法，包括如下步驟：

(1)選擇兩幅大小均為P的SAR圖像，標記為X₁和X₂并導入；

(2)計算出圖像X₁和圖像X₂對應像素灰度值的領域差值并歸一化，得到領域差值圖像S，計算出圖像X₁和X₂對應素灰度值的領域比值并歸一化，得到領域比值圖像R；

(3)用雙邊濾波方法對圖像S和圖像R進行融合，得到差異圖X_d和灰度矩陣H_x；

(4)使用遺傳核模糊聚類的SAR圖像變化檢測方法獲得種群V(T₀)：

(4a)初始化：設定模糊度權值m，聚類個數n，種群大小M，最大進化次數T，終止條件閾值ε；

(4b)產生初始種群V(t)，并計算適應度函數；

(4c)對初始種群V(t)進行遺傳算法的選擇、交叉和變異操作，得到新種群V_m(t)；

(4d)根據核模糊聚類算法KFCM的目標函數J₂，計算步驟(4c)中得出的新種群V_m(t)的適應度函數f²(t)，對種群V(t)和新種群V_m(t)進行精英選擇操作，得到新的種群V_e(t)；

(4e)將新的種群V_e(t)作為核模糊聚類算法KFCM的初始聚類中心，按照步驟(4c)更新種群，得出更新后的種群V(t+1)和適應度函數f³(t)；

(4f)判斷適應度函數f³(t)的最大值是否等于ε或者當前迭代數t是否等于最大進化次數T，如果t≥T或者f³(t)＝ε，則停止循環，輸出種群V(T₀)；否則循環執行步驟(4b)～(4c)，直到滿足循環結束條件；

(5)根據V(T₀)計算分割閾值p，并根據分割閾值p完成對差異圖X_d的分割。