[发明专利]基于Treelet图像融合的遥感图像变化检测方法

说明书

技术领域

本发明属于图像处理技术领域，主要是在遥感图像变化检测领域的应用，即根据不同时相的遥感图像来检测地表产生的变化，主要可应用于地物覆盖与利用、自然灾害监控，城区规划，地图更新以军事领域等。

背景技术

遥感图像的变化检测是指通过分析在不同时间来自同一地区的两幅或多幅遥感图像，检测出该地区的地物随时间发生的变化信息。遥感图像的变化检测已经广泛地应用于如森林资源的动态监测、土地覆盖和利用的变化监测、城市规划布局、环境监测分析、自然灾害评估、以及在军事中的人造目标监测和地面武装部署分析等许多领域。

在变化检测研究中，学者们将现有的多种变化检测方法归为不同的类别，其中最常见的是基于差异图像处理的变化检测方法。该方法通常包括3个关键的步骤：1)图像预处理；2)构造差异图像；3)分析差异图像提取变化检测结果。图像预处理包括图像几何校正，几何配准，辐射校正，图像去噪和图像增强等。其中对图像进行去噪处理则能很大程度上降低噪声，提高检测精度，但同时又会影响图像的细节信息，降低视觉效果。构造差异图像是基于差异图像分析方法的重要一步，尤其是构造视觉效果较好的差异图像难度比较大。其中，图像差值法和比值法是最常见的差异图提取方法。图像差值法对遥感图像的变化区域非常敏感，有利于保留变化信息的几何边缘，从而有利于精确地提取变化区域，但由于遥感图像噪声的影响，差值法并不适用于分析受噪声影响较大的遥感图像。而图像对数比能有效地抑制遥感图像的噪声，但却会对变化区域的边缘造成一定的模糊，特别是对于存在大量的微弱变化和小区域变化信息的图像，该方法不利于变化区域轮廓和细节信息的保持。

发明内容

本发明的目：本发明的目在于针对上述已有技术的不足，提出了一种基于Treelet图像融合的遥感图像变化检测方法，以减小信息丢失和累积误差，提高SAR图像变化检测的检测精度。

为实现上述目的，本发明包括如下步骤：

（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P_1m，均值滤波后的变化前图像P_1a，中值滤波后的变化后图像P_2m，均值滤波后的变化后图像P_2a；

（2）用差值法得到中值滤波后的变化前图像P_1m和中值滤波后的变化后图像P_2m的差异图H₁，用对数比值法得到中值滤波后的变化前图像P_1m和中值滤波后的变化后图像P_2m的差异图H₂，用差值法得到均值滤波后的变化前图像P_1a和均值滤波后的变化后图像P_2a的差异图H₃，用对数比值法得到均值滤波后的变化前图像P_1a和均值滤波后的变化后图像P_2a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。

本发明与现有的技术相比具有以下优点：

1.本发明融合前的差值图主要采用差值法和对数比值法提取，通过差值法能很好的保持图像的边缘特征，通过比值法能有效地抑制了图像的噪声，并且这两种方法操作简单，易于理解，运算速度快；

2.本发明通过Treelet方法实现对4幅差异图的融合，综合了中值滤波平滑效果好和均值滤波细节保持好的优势，降低了错误率，更好的保存了细节信息。

附图说明

图1是本发明的流程图；

图2是本发明仿真使用的Feltwell遥感图像数据集；

图3是本发明仿真使用的意大利撒丁岛遥感图像数据集；

图4为对图2的变化检测仿真实验结果图；