[发明专利]基于Treelet图像融合的遥感图像变化检测方法有效

专利信息
申请号: 201310030861.X 申请日: 2013-01-27
公开(公告)号: CN103077525A 公开(公告)日: 2013-05-01
发明(设计)人: 慕彩红;马晶晶;王孝梅;郑喆坤;刘静;李阳阳;焦李成 申请(专利权)人: 西安电子科技大学
主分类号: G06T7/00 分类号: G06T7/00;G06T5/00
代理公司: 陕西电子工业专利中心 61205 代理人: 王品华;朱红星
地址: 710071*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 treelet 图像 融合 遥感 变化 检测 方法
【权利要求书】:

1.一种基于Treelet图像融合的遥感图像变化检测方法,包括如下步骤:

(1)输入变化前的图像P1和变化后的图像P2,分别进行中值滤波和均值滤波,得到中值滤波后的变化前图像P1m,均值滤波后的变化前图像P1a,中值滤波后的变化后图像P2m,均值滤波后的变化后图像P2a

(2)用差值法得到中值滤波后的变化前图像P1m和中值滤波后的变化后图像P2m的差异图H1,用对数比值法得到中值滤波后的变化前图像P1m和中值滤波后的变化后图像P2m的差异图H2,用差值法得到均值滤波后的变化前图像P1a和均值滤波后的变化后图像P2a的差异图H3,用对数比值法得到均值滤波后的变化前图像P1a和均值滤波后的变化后图像P2a的差异图H4

(3)分别将上述差异图H1,H2,H3,H4转化成一维的列向量,X1,X2,X3,X4,并将该4个列向量组成一个矩阵X=[X1X2X3X4];

(4)对矩阵X用treelet法进行降维,得到列向量P,并将该向量P转化成最终差异图D的灰度矩阵;

(5)对所得的最终差异图D的灰度矩阵进行聚类分割,得到变化检测结果并输出。

2.根据权利要求书1中所述的方法,其中步骤(4)所述的对矩阵X用treelet法进行降维处理,降为一维并将该向量转化成最终差异图D的灰度矩阵,按如下步骤进行:

4.1)计算X的协方差矩阵C:

C=C1,1C1,2...C1,4C2,1C2,2...C2,4............C4,1C4,2...C4,4]]>

其中协方差矩阵C中的每一个元素Cm,n按照如下公式计算:

Cm,n=Σk=1N(xk,m-xm)(xk,n-xn)Σk=1N(xk,m-xm)2Σk=1N(xk,n-xn)2]]>

和分别表示矩阵X第m列和第n列元素的均值,xk,m,为矩阵X第k行第m列的值,xk,n为矩阵X第k行第n列的值,m,n=1,2,3,4,k=1,2,3,…N,N为差异图像素点数;

4.2)计算相关系数矩阵ρ,以此来度量两个变量之间的相似性

ρ=ρ1,1ρ1,2...ρ1,4ρ2,1ρ2,2...ρ2,4............ρ4,1ρ4,2...ρ4,4]]>

其中

ρa,b=Ca,bCa,bCa,b]]>

Ρa,b表示矩阵ρ的第a行、第b列个元素,Ca,b为协方差矩阵C的第a行、第b列个元素,a,b=1,2,3,4;

4.3)初始化总的聚类层数为l=0,初始化正交Dirac基B(0)为4x4维的单位矩阵,C(0)=C;

4.4)设l=l+1,寻找相关系数矩阵ρ中最大的值,将该值的座标序号分别标记为α和β,α>β;

4.5)利用得到的位置序号α和β,计算Jacobi旋转矩阵J:

其中cn=cos(θl),sn=sin(θl);旋转角θl由C(l)=JTC(l-1)J及计算得到,即:

θl=tan-1[Cα,α(l-1)-Cβ,β(l-1)±[Cα,α(l-1)-Cβ,β(l-1)]2+4[Cα,β(l-1)]22Cα,β(l-1)]]]>|θl|π4,]]>

为第l-1层协方差矩阵C在α行α列的值,为第l-1层协方差矩阵C在α行β列的值,为第l-1层协方差矩阵C在β行β列的值;

4.6)利用旋转矩阵J得到去相关后的正交基B(l)=B(l-1)J,并更新协方差矩阵C(l)=JTC(l-1)J,其中B(l)为更新后的正交基,C(l)为更新后的协方差矩阵,并根据协方差矩阵C(l)更新相关系数矩阵ρ(l);

4.7)判断l的值,如果l=3执行步骤4.8),否则返回步骤4.4);

4.8)将矩阵X沿正交基矩阵B(3)的转置方向进行投影,得到投影后的矩阵Pn

Pn=X×B(3)T

4.9)将投影后的矩阵Pn的第一列P转化为与输入图像同等大小的矩阵,该矩阵即为融合后最终差异图D的灰度矩阵。

3.根据权利要求书1中所述的方法,其中步骤(5)所述的对所得的最终差异图D的灰度矩阵进行聚类分割,得到变化检测结果,按如下步骤进行:

5.1)将最终差异图D的灰度矩阵转化为一个列向量T=[ti],ti为该向量第i个像素的灰度值,i=1,2,3,…N,N为总像素点数,将第i个像素属于第k类的隶属度记为uki,uki∈[0,1]且k=1,2,随机初始化隶属度矩阵Ub=[uki]的每一个元素,设定循环计数器b=0;

5.2)按如下公式计算第k类的聚类中心ck

ck=Σi=1Nuki2tiΣi=1Nuki2;]]>

5.3)按如下公式计算隶属度矩阵U(b+1):

U(b+1)={uki},

其中,k=1,2,u1i=11+(ti-c1ti-c2)2,]]>u2i=1(ti-c2ti-c1)2+1;]]>

5.4)如果满足max{U(b)-U(b+1)}<0.001则转至步骤5.5),否则设置b=b+1,转至步骤5.2);

5.5)通过比较c1与c2的大小确定变化类与非变化类,如果c1≥c2,则以c1为聚类中心的那一类为变化类,以c2为聚类中心的那一类为非变化类;如果c1<c2,以c2为聚类中心的那一类为变化类,以c1为聚类中心的一类为非变化类。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310030861.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top