[发明专利]一种SAR图像变化检测的方法与装置有效

专利信息
申请号: 201710597812.2 申请日: 2017-07-20
公开(公告)号: CN107451992B 公开(公告)日: 2020-08-11
发明(设计)人: 蔡述庭;张曼;刘坤;陈平;李卫军 申请(专利权)人: 广东工业大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/30;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 罗满
地址: 510062 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 sar 图像 变化 检测 方法 装置
【权利要求书】:

1.一种SAR图像变化检测的方法,其特征在于,包括:

获取同一区域不同时刻的两幅SAR图像;其中一幅SAR图像作为参考图像,另一幅SAR图像作为测试图像;

对所述参考图像和所述测试图像按照预设的重叠方式和分块尺度值进行重叠分块处理,得到参考图像块和测试图像块;各个所述参考图像块都有其对应的一个稀疏值;

按照预设规则,构建各个所述参考图像块各自对应的局部字典;

依据所述局部字典以及所述参考图像块的稀疏值,利用正交匹配追踪法,求解出所述测试图像块的稀疏估计值;

依据所述测试图像块的稀疏估计值和所述参考图像块的稀疏值,构建比值图像;

对所述比值图像进行中值滤波处理,得到中值比值图像,所述中值比值图像为所述SAR图像的变化检测结果图像;

所述按照预设规则,构建各个所述参考图像块各自对应的局部字典包括:

依据预先设定的边距值以及所述分块尺度值,确定出所述参考图像的搜索域大小;其中,每个所述参考图像块都有其对应一个搜索域;

依据所述搜索域大小以及所述分块尺度值,在每个所述搜索域中均建立一个对应的局部字典;

所述依据所述局部字典以及所述参考图像块的稀疏值,利用正交匹配追踪法,求解出所述测试图像块的稀疏估计值包括:

利用OMP算法,求解线性方程yij=Dijαij,得到所述参考图像块的稀疏系数αij;其中,Dij为所述参考图像块的局部字典,yij为所述参考图像块的稀疏值;

利用公式得到所述测试图像块的稀疏系数

根据公式得到所述测试图像块的稀疏估计值

2.根据权利要求1所述的方法,其特征在于,所述依据所述测试图像块的稀疏估计值和所述参考图像块的稀疏值,构建比值图像包括:

根据公式得到所述参考图像块与所述测试图像块的差异值eij2;其中,为所述参考图像块对应的搜索域的标准差;

根据所述差异值eij2,按照预设的所述重叠方式,构建出比值图像。

3.一种SAR图像变化检测的装置,其特征在于,包括获取单元、分块单元、构建单元、求解单元、重构单元和滤波单元,

所述获取单元,用于获取同一区域不同时刻的两幅SAR图像;其中一幅SAR图像作为参考图像,另一幅SAR图像作为测试图像;

所述分块单元,用于对所述参考图像和所述测试图像按照预设的重叠方式和分块尺度值进行重叠分块处理,得到参考图像块和测试图像块;各个所述参考图像块都有其对应的一个稀疏值;

所述构建单元,用于按照预设规则,构建各个所述参考图像块各自对应的局部字典;

所述求解单元,用于依据所述局部字典以及所述参考图像块的稀疏值,利用正交匹配追踪法,求解出所述测试图像块的稀疏估计值;

所述重构单元,用于依据所述测试图像块的稀疏估计值和所述参考图像块的稀疏值,构建比值图像;

所述滤波单元,用于对所述比值图像进行中值滤波处理,得到中值比值图像,所述中值比值图像为所述SAR图像的变化检测结果图像;

所述构建单元包括确定子单元和建立子单元,

所述确定子单元,用于依据预先设定的边距值以及所述分块尺度值,确定出所述参考图像的搜索域大小;其中,每个所述参考图像块都有其对应一个搜索域;

所述建立子单元,用于依据所述搜索域大小以及所述分块尺度值,在每个所述搜索域中均建立一个对应的局部字典;

所述求解单元具体用于,

利用OMP算法,求解线性方程yij=Dijαij,得到所述参考图像块的稀疏系数αij;其中,Dij为所述参考图像块的局部字典,yij为所述参考图像块的稀疏值;

利用公式得到所述测试图像块的稀疏系数

根据公式得到所述测试图像块的稀疏估计值

4.根据权利要求3所述的装置,其特征在于,所述重构单元包括目标向量获取子单元和比值图像获取子单元,

所述目标向量获取单元,用于根据公式得到所述参考图像块与所述测试图像块的差异值eij2;其中,为所述参考图像块对应的搜索域的标准差;

所述比值图像获取子单元,用于根据所述差异值eij2,按照预设的所述重叠方式,构建出比值图像。

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广东工业大学,未经广东工业大学许可,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/201710597812.2/1.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