[发明专利]一种基于二维Gamma分布的SAR图像变化检测方法

权利要求书

1.一种基于二维Gamma分布的SAR图像变化检测方法，其特征在于：包括以下几个步骤：

(1)根据输入的SAR待测图像和参考图像数据，利用矩估计法估计二维Gamma分布的参数；

(2)根据Neyman-Pearson准则构造似然比统计量，在二维Gamma分布的基础上利用图像数据相关性进行杂波抑制，得到杂波抑制后的图像；

(3)对杂波抑制后的图像进行CFAR归一化，并设定全局阈值将图像二值化，得到初步的检测结果；

(4)对检测后得到的二值图像进行形态学处理、计数滤波及目标聚类，进一步消除孤立虚警点，得到最终的检测结果；

所述的步骤(4)中，为进一步消除孤立虚警点，首先对二值化的检测结果进行腐蚀膨胀操作；再根据目标尺寸大小与SAR图像分辨率进行计数滤波；最后再进行目标聚类，得到最终的检测结果；

所述的步骤(2)中，采用如下方式进行杂波抑制：

H₀：z＝q

H₁：z＝s+q

式中z表示SAR图像数据，q＝c+n表示背景杂波和噪声；

其中z₁和z₂分别为待测图像和参考图像数据，参数c与二维Gamma分布参数有关，而参数ζ为根据图像强度值数量级调节的比例系数，典型取值为：

式中E(·)表示数学期望；p₁、p₂和p₁₂是待估计的二维Gamma分布的参数，q则为已知的SAR图像视数，λ为全局阈值。

2.根据权利要求1所述的基于二维Gamma分布的SAR图像变化检测方法，其特征在于：所述的步骤(1)的二维Gamma分布采用的是S.barlev和P.bernardoff通过矩母函数和拉普拉斯变换的方式定义的Gamma分布函数族，二维Gamma分布的概率密度函数表达式为：

其中q为已知的SAR图像视数，函数f_q(z)与合流超几何函数相关，表达式为：

参数估计采用矩估计法，估计式为：

式中E(·)表示数学期望，var(·)表示方差，cov(·，·)表示协方差，因此参数p₁、p₂反映了单个变量幅度的大小，而p₁₂则反映了两变量间相关性程度。

3.根据权利要求1所述的基于二维Gamma分布的SAR图像变化检测方法，其特征在于：所述的步骤(3)中，为进一步明确阈值λ，采用空心滑窗对抑制杂波后的数据进行CFAR归一化：

其中x为杂波抑制后的图像数据，E和σ分别为空心滑窗内样本数据的均值和标准差；设定全局阈值λ对CFAR归一化后的数据作判决，得到二值化的检测结果。