[发明专利]基于判别随机场的无监督SAR图像变化检测方法

说明书

技术领域

本发明属于合成孔径雷达图像变化检测技术领域，特别涉及基于判别随机场的无监督SAR图像变化检测方法。

背景技术

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。

发明内容

本发明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，本发明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U_k，原始第k时刻图像的灰度值矢量U_k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。

本发明的特点和进一步改进在于：

在步骤S1中，差值图像中的第i像素点的灰度值ΔU⁽ⁱ⁾为：按照以下公式得出第i像素点的灰度值的归一化值：其中，max(ΔU⁽ⁱ⁾)为ΔU⁽¹⁾至ΔU^(M)中的最大值，min(ΔU⁽ⁱ⁾)为ΔU⁽¹⁾至ΔU^(M)中的最小值；