基于极化相似因子的微弱变化检测方法技术

本发明专利技术公开了一种基于极化相似因子的微弱变化检测方法，所述的方法包括：先获得极化图像通道间的复相关系数，用于提取图像通道间的特征信息；然后从极化图像通道间的复相关系数的直方图中提取极化相似因子，用于检测图像之间的微弱变化。本发明专利技术采用多极化微波设备获取兴趣目标的多维度数据，提取数据中的多极化信息，通过分析处理得到目标的微弱变化检测结果。本发明专利技术增强了目标的微弱变化检测性能和准确率，提高了检测速率。

【技术实现步骤摘要】

本专利技术涉及一种图像的处理和变化检测，具体涉及一种基于极化相似因子的微弱变化检测方法。
技术介绍
如今图像处理广泛应用在智能电视、冰箱、空调等智能家用设施中，针对同一区域不同时间的图像数据，通过智能设施的分析和处理，能够获得兴趣目标的变化信息。但是，随着对数据获取和检测结果的精确度要求越来越高，目标特性也变得更加复杂，对于微弱目标的变化检测已经逐渐成为了研究的重点。人们对目标的微弱变化不仅要做到正确的区域检测，还需要分析变化的特点及其影响结果。其应用领域主要有以下几点：室内微弱目标的监测，冰箱内物品变化的检测与判断，室外某一区域长时间的微弱变化检测，这些情况下，目标的变化都较弱，信噪比低，常用变化检测方法性能低下。目前常用的变化检测方法大部分都是基于图像像素级别，其信息源为图像的最原始信息，检测策略简单，但是抗噪性能较弱，很容易受到噪声的干扰。另外一类方法则是基于图像特征级别，提取同一地区不同时相获得的图像特征信息进行分析比对，实现变化检测，此方法抗噪性能较强，但计算复杂度高，在检测的实时性上较弱。本专利技术利用极化微波遥感图像之间的相关信息进行变化检测，在提高检测性能的同时也能提高检测效率。微波遥感是一种探测技术，它具有全天候，高渗透的特点，可以穿透云、雾等覆盖物。微波遥感主要是利用微波传感器接收来自目标及区域的反射或散射的微波信号，经过一定的信号处理，获取目标及区域的相关信息，从而实现对目标的描述。我们利用多维度的微波图像数据，提取出相关图像之间的多极化信息，将极化信息做联合处理，最终得到变化检测结果。综上所述，利用极化微波遥感图像之间的极化信息，可以更加快速、准确的获取微弱目标的变化信息，加快智能设备的检测效率，提高检测性能。
技术实现思路
本专利技术克服了现有技术的不足，提供一种基于极化相似因子的微弱变化检测方法。考虑到现有技术的上述问题，根据本专利技术公开的一个方面，本专利技术采用以下技术方案：一种基于极化相似因子的微弱变化检测方法，所述的方法包括以下步骤：(1)利用微波传感器获取极化图像HH通道和VV通道的数据矩阵SHH、SVV，设定极化图像长×宽为H×W，则矩阵SHH、SVV各有H×W个元素，由此计算出此极化图像通道间的复相关系数γ，计算公式为： γ = | R | σ H H σ V V ]]>其中， σ H H = 1 N Σ k = 1 N | S HH k | 2 , σ V V = 1 N Σ k = 1 N | S VV k | 2 , R = 1 N Σ k = 1 N S HH k S VV k * ]]>式中，N＝H×W，为矩阵SHH的第k个元素，为矩阵SVV的第k个元素，为的伴随矩阵；(2)对于同一地点不同时间获得的两幅多极化微波遥感图像对A和B，运用步骤(1)所述的公式分别计算出两幅图像对A和B各自的HH通道和VV通道间的复相关系数γA和γB；(3)计算极化相似因子在图像对A和B中设置一个兴趣像素点P，然后以该兴趣像素点P为中心放置一个n×n的滑窗，根据以下公式计算图像对A和B的兴趣像素点P的极化相似因子SF(A,B)P： S F ( A , B ) P = H ( A ) P + H ( B ) P - H ( A , B ) P = 1 N Σh 本文档来自技高网...

【技术保护点】
一种基于极化相似因子的微弱变化检测方法，其特征在于：所述的方法包括以下步骤：(1)利用微波传感器获取极化图像HH通道和VV通道的数据矩阵SHH、SVV，设定极化图像长×宽为H×W，则矩阵SHH、SVV各有H×W个元素，由此计算出此极化图像通道间的复相关系数γ，计算公式为：γ=|R|σHHσVV]]>其中，σHH=1NΣk=1N|SHHk|2,σVV=1NΣk=1N|SVVk|2,R=1NΣk=1NSHHkSVVk*]]>式中，N＝H×W，为矩阵SHH的第k个元素，为矩阵SVV的第k个元素，为的伴随矩阵；(2)对于同一地点不同时间获得的两幅多极化微波遥感图像对A和B，运用步骤(1)所述的公式分别计算出两幅图像对A和B各自的HH通道和VV通道间的复相关系数γA和γB；(3)计算极化相似因子在图像对A和B中设置一个兴趣像素点P，然后以该兴趣像素点P为中心放置一个n×n的滑窗，根据以下公式计算图像对A和B的兴趣像素点P的极化相似因子SF(A,B)P：SF(A,B)P=H(A)P+H(B)P-H(A,B)P=1NΣhABP(γA,γB)loghABP(γA,γB)NhAP(γA)hBP(γB)]]>其中，H(A)P=-1NΣhAP(γA)loghAP(γA)N]]>H(B)P=-1NΣhBP(γB)loghBP(γB)N]]>式中，γA，γB是两幅极化图像对应的通道间的复相关系数，和是对应滑窗内通道间的复相关系数的直方图，N＝n×n是滑窗的直方图中像素的个数；H(A,B)P=-1NΣhABP(γA,γB)loghABP(γA,γB)N]]>式中，是对应滑窗内通道间的复相关系数的联合直方图，N＝n×n是滑窗的联合直方图中像素的个数；(4)获取极化相似因子矩阵重新选择一个兴趣像素点Q，同时以该兴趣像素点Q为中心移动滑窗，计算新的滑窗里的极化相似因子SF(A,B)Q，再次重选新的兴趣像素点和计算新的滑窗里的极化相似因子，直到选择的兴趣像素点遍历完所有的像素点，获得所有H×W个兴趣像素点的极化相似因子，组成一个H×W的极化相似因子矩阵；(5)采用自适应门限获取方法设定门限，步骤(4)中所述的极化相似因子矩阵低于门限的部分为检测出的变化区域；通过以上所述的步骤，即可提取出两幅极化图像之间的极化相似因子，从而得到变化检测结果。...

【技术特征摘要】
2016.02.05 CN 20161008254081.一种基于极化相似因子的微弱变化检测方法，其特征在于：所述的方法包括以下步骤：(1)利用微波传感器获取极化图像HH通道和VV通道的数据矩阵SHH、SVV，设定极化图像长×宽为H×W，则矩阵SHH、SVV各有H×W个元素，由此计算出此极化图像通道间的复相关系数γ，计算公式为： γ = | R | σ H H σ V V ]]>其中， σ H H = 1 N Σ k = 1 N | S HH k | 2 , σ V V = 1 N Σ k = 1 N | S VV k | 2 , R = 1 N Σ k = 1 N S HH k S VV k * ]]>式中，N＝H×W，为矩阵SHH的第k个元素，为矩阵SVV的第k个元素，为的伴随矩阵；(2)对于同一地点不同时间获得的两幅多极化微波遥感图像对A和B，运用步骤(1)所述的公式分别计算出两幅图像对A和B各自的HH通道和VV通道间的复相关系数γA和γB；(3)计算极化相似因子在图像对A和B中设置一个兴趣像素点P，然后以该兴趣像素点P为中心放置一个n×n的滑窗，根据以下公式计算图像对A和B的兴趣像素点P的极化相似因子SF(A,B)P： S F ( A , B ) P = H ( A ) P + H ( B ) P - H ( A , B ) P = 1 N Σ h AB P ( γ A , γ B ) log h AB P ...

【专利技术属性】
技术研发人员：刘洋池，杨郭，周迅，刘敏，梁岱宗，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川;51