[发明专利]检测全极化SAR图像的变化区域的方法和装置

权利要求书

1.一种检测全极化SAR图像的变化区域的方法，其特征在于，所述方法包括：

步骤S2：使用基于极不均匀纹理的多视极化SAR乘性模型对先后接收的全极化主、辅SAR图像进行拟合，以分别得到所述主、辅SAR图像的纹理图像、斑噪协方差图像，并分别根据所述主、辅SAR图像的纹理图像确定其对应的概率密度函数的分布参数，所述主、辅SAR图像为包括同一对象区域的高分辨率全极化SAR图像；

步骤S4：根据所述主、辅SAR图像各自的纹理图像、斑噪协方差图像和概率密度函数的分布参数，并通过所述基于极不均匀纹理的多视极化SAR乘性模型的相似性度量对比所述主、辅SAR图像得到差异信息，基于所述差异信息确定相对于所述主、辅SAR图像的差异图像；

步骤S6：将所述差异图像与所述主SAR图像和/或所述辅SAR图像进行比对，以检测出所述变化区域。

2.根据权利要求1所述的方法，其特征在于，在步骤S2之前，所述方法进一步包括：

步骤S1：对接收的所述主、辅SAR图像进行所述同一对象区域的对应匹配。

3.根据权利要求2所述的方法，其特征在于，步骤S2中的使用所述基于极不均匀纹理的多视极化SAR乘性模型对所述主、辅SAR图像进行拟合包括：使用基于极不均匀纹理的乘性模型的概率密度函数推导所述主、辅SAR图像的纹理图像、斑噪协方差图像。

所述基于极不均匀纹理的乘性模型的概率密度函数为：

pW(W;L,τ,Σ)=|W|L-pΓp(L)|Σ|L∫0∞1τpLexp{-tr(Σ-1Wτ)}·pτ(τ)dτ]]>

其中，L代表所述多视为L视，W为所述L视下未标准化的全极化相干矩阵，Pw为W的概率密度函数，τ表示图像的纹理，Σ为斑噪协方差矩阵，Γ_p(L)为L视下概率密度函数的复数形式的多元Gamma函数。

4.根据权利要求3所述的方法，其特征在于，步骤S2中的分别根据所述主、辅SAR图像的纹理图像确定其对应的纹理图像的概率密度函数的分布参数包括：

设置所述主、辅SAR图像的纹理图像以符合Gamma函数分布。