本发明专利技术属于合成孔径雷达图像变化检测技术领域,公开了基于判别随机场的无监督SAR图像变化检测方法。该基于判别随机场的无监督SAR图像变化检测方法,包括以下步骤:通过合成孔径雷达获取原始两时相图像;提取出原始第k时刻图像的图像特征,k取1和2,将原始两时相图像作灰度值的差值运算,得到差值图像,得出差值图像中第i像素点的灰度值的归一化值;针对差值图像中的第i像素点,构造第一特征向量和第二特征向量;在差值图像中,对每个像素点分别计算变化类能量函数和非变化类能量函数;在差值图像中,根据每个像素点的变化类能量函数和非变化类能量函数的大小关系,判断对应像素点在原始两时相图像中有没有发生变化。
【技术实现步骤摘要】
【专利摘要】本专利技术属于合成孔径雷达图像变化检测
,公开了基于判别随机场的无监督SAR图像变化检测方法。该基于判别随机场的无监督SAR图像变化检测方法,包括以下步骤:通过合成孔径雷达获取原始两时相图像;提取出原始第k时刻图像的图像特征,k取1和2,将原始两时相图像作灰度值的差值运算,得到差值图像,得出差值图像中第i像素点的灰度值的归一化值;针对差值图像中的第i像素点,构造第一特征向量和第二特征向量;在差值图像中,对每个像素点分别计算变化类能量函数和非变化类能量函数;在差值图像中,根据每个像素点的变化类能量函数和非变化类能量函数的大小关系,判断对应像素点在原始两时相图像中有没有发生变化。【专利说明】基于判别随机场的无监督SAR图像变化检测方法
本专利技术属于合成孔径雷达图像变化检测
,特别涉及基于判别随机场的无监督SAR图像变化检测方法。
技术介绍
合成孔径雷达(SAR)以其能够全天时全天候工作的特点越来越成为图像获取的主要工具,其不受光线、环境等影响。但其成像方式不可避免的引入相干斑噪声,这也为SAR图像的处理带来了困难与挑战。而变化检测则是图像处理的一个重要分支,变化检测在灾害评估、城市化进程检测、军事目标探测等领域有着重要的意义。因此获得高精度、高抗干扰能力、高速度、普适性的变化检测方法成为现在研究的热点。变化检测一般分为有监督和无监督的变化检测算法。虽然有监督的算法有时可以获得比较理想的检测结果,但是要求知道真实变化信息,或者需要大量的有标记训练样本,而这些在实际应用中往往是很难做到的。所以无监督的变化检测能更好的迎合实际工作的需要,具有重要意义。传统的无监督变化检测方法有例如图像差值法,图像比值法,后分类比较法,图像回归法,植被索引法等。这些变化检测方法实现简单,但通常并不能取得理想结果,近年来又有学者提出了诸多新的变化检测算法,其中基于马尔科夫随机场(MRF)的变化检测是其中一种重要的思想,该算法由L.Bruzzone于2000年提出,由于其利用了邻域信息所以具有很好的趋于一致性,随后T.Kasetkasem等学者在此基础上进行了诸多改进并获得了很好的处理效果。然而MRF在进行似然项建模时只考虑了该点的灰度信息,并且认为各个像素点之间条件独立,而这一假设并不符合客观事实;并且MRF在建模时只利用了该点的灰度信息,故其的可扩展性受到了很大的局限性。
技术实现思路
本专利技术的目的在于提出基于判别随机场的无监督SAR图像变化检测方法。该基于判别随机场的无监督SAR图像变化检测方法可用于对SAR图像进行地物状态变化监测与评估,能够灵活运用特征信息,且充分利用全图信息,具有变化检测结果准确度高的特点。为实现上述技术目的,本专利技术采用如下技术方案予以实现。基于判别随机场的无监督SAR图像变化检测方法,其特征在于,包括以下步骤:S1:通过合成孔径雷达获取原始两时相图像,原始两时相图像为原始第I时刻图像以及原始第2时刻图像;提取出原始第k时刻图像的图像特征,k取I和2,所述原始第k时刻图像的图像特征包括:原始第k时刻图像的灰度值矢量Uk,原始第k时刻图像的灰度值矢量Uk的第i个元素为:原始第k时刻图像中第i像素点的灰度值i取I至M,M为原始第I时刻图像的像素点的总数;将原始两时相图像作灰度值的差值运算,得到差值图像,得出差值图像中第i像素点的灰度值的归一化值;针对差值图像中的第i像素点,构造第一特征向量和第二特征向量;S2:在差值图像中,当任一像素点的灰度值的归一化值大于设定的标记场门限T时,将对应的像素点的灰度值的归一化值更新为I ;任一像素点的灰度值的归一化值小于或等于设定的标记场门限T时,将对应的像素点的灰度值的归一化值更新为-1 ;在差值图像中,对每个像素点分别计算变化类能量函数和非变化类能量函数;在差值图像中,如果第i像素点的变化类能量函数小于非变化类能量函数,将第i像素点的灰度值的归一化值Δ?/f更新为I ;否则,将第i像素点的灰度值的归一化值Δ?/f更新为-1 ;当每个像素点的灰度值的归一化值不再变化时,判断第i像素点的灰度值的归一化值Δ?/f的大小;如果Δ?/f = 1,则说明对应的像素点在原始两时相图像中发生变化;如果Δ?/f = -1,则说明对应的像素点在原始两时相图像中没有发生变化。本专利技术的特点和进一步改进在于:在步骤SI中,差值图像中的第i像素点的灰度值Λ0)为【权利要求】1.基于判别随机场的无监督SAR图像变化检测方法,其特征在于,包括以下步骤: 51:通过合成孔径雷达获取原始两时相图像,原始两时相图像为原始第I时刻图像以及原始第2时刻图像;提取出原始第k时刻图像的图像特征,k取I和2,所述原始第k时刻图像的图像特征包括:原始第k时刻图像的灰度值矢量Uk,原始第k时刻图像的灰度值矢量Uk的第i个元素为:原始第k时刻图像中第i像素点的灰度值,i取I至M,M为原始第I时刻图像的像素点的总数;将原始两时相图像作灰度值的差值运算,得到差值图像,得出差值图像中第i像素点的灰度值的归一化值;针对差值图像中的第i像素点,构造第一特征向量和第二特征向量; 52:在差值图像中,当任一像素点的灰度值的归一化值大于设定的标记场门限T时,将对应的像素点的灰度值的归一化值更新为I ;任一像素点的灰度值的归一化值小于或等于设定的标记场门限T时,将对应的像素点的灰度值的归一化值更新为-1 ;在差值图像中,对每个像素点分别计算变化类能量函数和非变化类能量函数;在差值图像中,如果第i像素点的变化类能量函数小于非变化类能量函数,将第i像素点的灰度值的归一化值更新为I;否则,将第i像素点的灰度值的归一化值么^/=更新为-1 ;当每个像素点的灰度值的归一化值不再变化时,判断第i像素点的灰度值的归一化值 的大小;如果Δ?/f =1,则说明对应的像素点在原始两时相图像中发生变化;如果AU(;} = -1,则说明对应的像素点在原始两时相图像中没有发生变化。2.如权利要求1所述的基于判别随机场的无监督SAR图像变化检测方法,其特征在于,在步骤SI中,差值图像中的第i像素点的灰度值AU⑴为:ΔΙ/(/) 二;按照以 …AUU) -mm(AUU])下公式得出第i像素点的灰度值的归一化值: 3.如权利要求1所述的基于判别随机场的无监督SAR图像变化检测方法,其特征在于,在步骤SI中,所述原始第k时刻图像的图像特征包括:原始第k时刻图像的半方差图特征矢量felk、间隙度特征矢量fe2k、以及灰度共生特征矢量fe3k ;原始第k时刻图像的半方差图特征矢量中的第i个元素为:原始第k时刻图像中第i像素点对应的半方差图特征純;原始第k时刻图像的间隙度特征矢量的第i个元素为:原始第k时刻图像中第i像素点对应的间隙度特征;原始第k时刻图像的灰度共生特征矢量为:原始第k时刻图像中第i像素点对应的灰度共生特征fe$; 按照以下公式得出第i像素点对应的差值半方差图特征Afel(i)、第i像素点对应的差值间隙度特征Afe2(i)、第i像素点对应的差值灰度共生特征Afe3(i): 4.如权利要求2或3所述的基于判别随机场的无监督SAR图像变化检测方法,其特征在于,在步骤SI中,在针对差值图像中的第i像素点,构造本文档来自技高网...
【技术保护点】
基于判别随机场的无监督SAR图像变化检测方法,其特征在于,包括以下步骤:S1:通过合成孔径雷达获取原始两时相图像,原始两时相图像为原始第1时刻图像以及原始第2时刻图像;提取出原始第k时刻图像的图像特征,k取1和2,所述原始第k时刻图像的图像特征包括:原始第k时刻图像的灰度值矢量Uk,原始第k时刻图像的灰度值矢量Uk的第i个元素为:原始第k时刻图像中第i像素点的灰度值,i取1至M,M为原始第1时刻图像的像素点的总数;将原始两时相图像作灰度值的差值运算,得到差值图像,得出差值图像中第i像素点的灰度值的归一化值;针对差值图像中的第i像素点,构造第一特征向量和第二特征向量;S2:在差值图像中,当任一像素点的灰度值的归一化值大于设定的标记场门限T时,将对应的像素点的灰度值的归一化值更新为1;任一像素点的灰度值的归一化值小于或等于设定的标记场门限T时,将对应的像素点的灰度值的归一化值更新为‑1;在差值图像中,对每个像素点分别计算变化类能量函数和非变化类能量函数;在差值图像中,如果第i像素点的变化类能量函数小于非变化类能量函数,将第i像素点的灰度值的归一化值更新为1;否则,将第i像素点的灰度值的归一化值更新为‑1;当每个像素点的灰度值的归一化值不再变化时,判断第i像素点的灰度值的归一化值的大小;如果则说明对应的像素点在原始两时相图像中发生变化;如果则说明对应的像素点在原始两时相图像中没有发生变化。...
【技术特征摘要】
【专利技术属性】
技术研发人员:李明,安琳,吴艳,朱华慧,王帅,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。