[發(fā)明專利]基于全概率協(xié)同分割的極化合成孔徑雷達變化檢測方法

有效

• 申請?zhí)枺?/td>: 202010143794.2
• 申請日: 2020-03-04
• 公開（公告）號: CN111368914B
• 公開（公告）日: 2023-04-07
• 發(fā)明（設(shè)計）人: 緱水平;張沛陽;牟金明;劉波;任海洋;毛莎莎;焦昶哲;李哲
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/40;G06V10/26;G06V10/762;G06V10/30;G06T7/11
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華

本發(fā)明公開了一種基于全概率協(xié)同分割的極化合成孔徑雷達變化檢測方法，主要解決現(xiàn)有技術(shù)對噪聲不魯棒，依賴人工標(biāo)注數(shù)據(jù)及無法給出發(fā)生變化具體類別的問題。其實現(xiàn)步驟為：輸入極化相干矩陣T，從中提取極化特征；使用極化特征進行譜聚類和判別聚類，得到初始的分割結(jié)果；對初始的分割結(jié)果進行全概率協(xié)同分割，得到兩幅圖像的協(xié)同分割結(jié)果和變化檢測結(jié)果；從變化檢測結(jié)果中篩選出所有發(fā)生變化的像素，從協(xié)同分割結(jié)果中提取所有發(fā)生變化像素在變化前后的類別，確定出該像素發(fā)生變化的具體類別。本發(fā)明提高了對噪聲的魯棒性，無需人工標(biāo)注，使應(yīng)用更加廣泛，且可給出像素發(fā)生變化的具體類別，可用于兩時相雷達圖像的地物分類、變化檢測和變化識別。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進一步涉及一種極化合成孔徑雷達PolSAR變化檢測方法，可適用于目標(biāo)區(qū)域兩時相雷達圖像的地物分類、變化檢測和變化識別。

背景技術(shù)

航天和航空遙感技術(shù)在最近二十年中取得了飛速的發(fā)展。遙感數(shù)據(jù)獲取技術(shù)趨向三多即多傳感器、多平臺、多角度和三高即高空間分辨率、高光譜分辨率、高時相分辨率,從而可以每天發(fā)回以TB為單位的影像數(shù)據(jù),利用這些影像數(shù)據(jù)，人們有可能實時、自動地回答何時、何地、何目標(biāo)發(fā)生了什么樣的變化問題。變化檢測技術(shù)已被應(yīng)用于環(huán)境監(jiān)測、城市研究、森林監(jiān)測、農(nóng)業(yè)調(diào)查、災(zāi)害和打擊效果評估、地理國情監(jiān)測等領(lǐng)域。

極化合成孔徑雷達PolSAR是一種主動遙感技術(shù),具有全方位,高分辨率,大面積覆蓋的優(yōu)點,它可以穿透覆蓋物識別偽裝,從而準(zhǔn)確獲取地面變化信息。

目前針對極化合成孔徑雷達圖像變化檢測的研究方法中，主要是基于對差異圖進行的，首先通過某種方法得到差異圖，然后對差異圖進行特征提取，進一步分析得到最終的變化檢測結(jié)果。例如：

北京航空航天大學(xué)在其申請的專利“一種圖像變化檢測方法”(專利申請?zhí)枺篊N201610245590.3，公開號：CN105957054B)中提出了一種基于差異圖的變化檢測方法。該方法的實現(xiàn)方案是：通過對遙感圖像的對數(shù)比值差異圖進行雙邊濾波得到初始差異圖；通過對初始差異圖進行頻率調(diào)諧顯著性區(qū)域檢測得到顯著圖；通過對顯著圖進行局部熵計算得到加熵顯著圖；根據(jù)小波變換法融合初始差異圖和加熵顯著圖得到融合圖；通過最大類間方差法對融合圖進行分割得到最終的變化檢測結(jié)果圖。該方法雖然可以提高變化的精度，但是由于依賴差異圖，其差異圖的好壞直接影響最終的變化檢測精度，且無法給出具體發(fā)生了何種變化。

武漢大學(xué)在其申請的專利“一種基于時間序列PolSAR影像的土地覆蓋類型變化檢測方法”(專利申請?zhí)枺篊N201910583151.7，公開號：CN110414566A)中提出了一種基于時間序列PolSAR影像的土地覆蓋類型變化檢測方法。該方法利用Omnibus假設(shè)檢驗似然比算法充分挖掘歷史累計的時間序列PolSAR影像的時間維度信息,并結(jié)合已標(biāo)注的類別標(biāo)簽、分類專題圖等豐富的先驗知識，利用主動學(xué)習(xí)、關(guān)聯(lián)知識遷移學(xué)習(xí)等機器學(xué)習(xí)算法實現(xiàn)每一影像的類別標(biāo)簽自動標(biāo)注,獲取可靠訓(xùn)練樣本,進而實現(xiàn)土地覆蓋類別動態(tài)變化信息高精度提取。但是該方法是有監(jiān)督的方法，需要人工標(biāo)注一些樣本，不能廣泛應(yīng)用。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對上述現(xiàn)有技術(shù)的不足，提出一種基于全概率協(xié)同分割的極化合成孔徑雷達變化檢測方法，以提高對噪聲的魯棒性，擴展應(yīng)用的廣泛性，并給出像素發(fā)生變化的具體類別，從而提供更加豐富的變化檢測信息，更加準(zhǔn)確地掌握國土資源的使用情況。

提供的變化檢測結(jié)果更加豐富。

為實現(xiàn)上述目的，本發(fā)明目的技術(shù)方案包括如下步驟：

(1)輸入極化相干矩陣T，并從中提取極化特征；

(2)使用極化特征進行譜聚類和判別聚類，得到初始的分割結(jié)果；

(3)對初始分割結(jié)果使用全概率協(xié)同分割，得到兩幅圖像的協(xié)同分割結(jié)果和變化檢測結(jié)果：