[發(fā)明專(zhuān)利]一種兩時(shí)相遙感圖像變化檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710659362.5
• 申請(qǐng)日: 2017-08-04
• 公開(kāi)（公告）號(hào): CN107423771B
• 公開(kāi)（公告）日: 2020-04-03
• 發(fā)明（設(shè)計(jì)）人: 王鑫;黃晶;儲(chǔ)艷麗;黃鳳辰;高紅民;石愛(ài)業(yè);徐立中
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河海大學(xué)
• 主分類(lèi)號(hào): G06K9/62
• 分類(lèi)號(hào): G06K9/62;G06K9/00
• 代理公司: 南京蘇高專(zhuān)利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 李玉平

1.一種兩時(shí)相遙感圖像變化檢測(cè)方法，其特征在于，包括如下步驟：

步驟一：給定待檢測(cè)的兩時(shí)相遙感圖像，設(shè)計(jì)一種融合灰度特征和紋理特征的方法來(lái)構(gòu)造差異圖像；

步驟二：提出了一種快速模糊C均值方法，對(duì)融合后的差異圖像進(jìn)行二分類(lèi)，分為變化類(lèi)和非變化類(lèi)；

步驟二包括如下步驟：

(1)初始化模糊C均值的參數(shù)；所述參數(shù)包括模糊加權(quán)指數(shù)m，最大迭代次數(shù)T，停止迭代的最小誤差ε，初始迭代次數(shù)t，聚類(lèi)總數(shù)c；

(2)以差異圖像X作為改進(jìn)模糊C均值方法的輸入圖像，像素點(diǎn)的總個(gè)數(shù)為n，c₁和c₂分別表示圖像X中的變化類(lèi)和未變化類(lèi)；v₁和v₂分別表示兩類(lèi)的聚類(lèi)中心，初始化聚類(lèi)中心：

v₁⁰＝X_max

v₂⁰＝X_min

其中，X_max和X_min分別為差異圖像X灰度值的最大值和最小值；

(3)計(jì)算所有像素點(diǎn)的隸屬度矩陣u_ik；

(4)分別計(jì)算差異圖像X中所有像素點(diǎn)到兩類(lèi)c₁和c₂的聚類(lèi)中心v₁^t-1和v₂^t-1的歐式距離M₁和M₂，并計(jì)算所有像素點(diǎn)到兩類(lèi)中心的距離比K；

(5)對(duì)距離比K中所有的值進(jìn)行排序，并選擇距離比最小的C₁個(gè)點(diǎn)，作為變化類(lèi)，記作x_k∈c₁，修改這些點(diǎn)的隸屬度u_1k＝1,u_2k＝0；選擇距離比最大的C₂個(gè)點(diǎn)，作為未變化類(lèi)，記作x_k∈c₂，修改這些點(diǎn)的隸屬度u_1k＝0,u_2k＝1；x_k表示第k個(gè)像素點(diǎn)；

(6)計(jì)算變化類(lèi)中心v₁^t和未變化類(lèi)中心v₂^t：

并更新第(5)中選出的C₁個(gè)和C₂個(gè)點(diǎn)的灰度值，分別為各自聚類(lèi)中心值；

(7)若t>T，或者且則停止迭代，得到最終隸屬度矩陣u_ik；否則t＝t+1，增加C₁和C₂的值，并跳轉(zhuǎn)到第(3)步；i＝1,2；

(8)根據(jù)最終的隸屬度矩陣u_ik，判斷所有像素點(diǎn)的類(lèi)別屬性：當(dāng)u_1k>u_2k，則像素點(diǎn)k屬于變化類(lèi)，否則像素點(diǎn)k屬于未變化類(lèi)；i＝1,2，k＝1,2,…,n；

(9)輸出最終變化檢測(cè)結(jié)果。