[发明专利]基于多源差异图像内容融合的SAR图像变化检测方法

说明书

本发明公开了一种基于多源差异图像内容融合的SAR图像变化检测方法，其实现步骤为：首先对在不同时间获取到的同一地理位置区域的SAR图像对进行预处理，利用log‑ratio和mean‑ratio运算产生两个不同的差异图像，接着采用小波融合的方法获取融合差异图，计算融合差异图的空间相关信息，以及两幅差异图像与融合差异图之间的相关信息，再利用获取到的图像相关性信息对融合差异图的进行局部修正，最后对获得的融合差异图像进行k均值聚类，产生变化检测结果图并输出。该发明能够处理分布复杂的遥感图像，当单一差异图像不能真实反映区域中的变化区域和非变化区域时，仍然能够有效的检测变化区域，可用于对环境变化的自动检测。

技术领域

本发明属于遥感图像处理技术领域，涉及一种基于多源差异图像内容融合的SAR图像变化检测方法。

背景技术

SAR图像变化检测技术是利用在不同时间对同一区域获取到的两幅图像来确定地表覆盖物的变化情况，该技术对地球自然环境监测和军事目标侦察等有重要意义。

变化检测技术的一般流程主要分为三个步骤：1)预处理；2)产生差异图像；3)分析差异图像。显然，最终变化区域的检测结果取决于产生差异图像的质量，这是由于差异图像中包含了所有反映真实变化的信息。然而，由于SAR图像中斑点噪声的存在，使得差异图像中的某些细节信息损失，严重影响差异图像质量，进而导致检测变化区域的关键信息的丢失。因此，如何提高产生的差异图像的质量是SAR图像变化检测技术中的一项关键内容。

目前提出的SAR图像变化检测技术中差异图像的产生方法有：

为了能够减少斑点噪声存在所产生的影响，log-ratio运算是一种较为行之有效的差异图产生方法，因为该方法可以将乘性的斑点噪声转化为加性分量，有利于对于噪声分量的滤除，减少斑点噪声对最终检测结果的影响。因为，log运算符的使用能够有效地压缩ratio图像像素灰度值的变化范围，使得处于低灰度区域的像素得到增强。然而，log运算符在增强低灰度区域的同时减弱了高灰度值区域的像素灰度值变化范围，使得变化类像素和非变化类像素的分布更加对称，因此该方法获得的变化区域的信息不能反映真实的变化情况。

另一种常用的差异图产生方法是mean-ratio运算，该方法同样对于斑点噪声具有一定的鲁棒性，假设：变化区域表现为图像局部平均值的改变。由该方法获得的差异图对于背景区域(非变化区域)的表现是十分粗糙的，例如：150/30＝5，15/3＝5。

公茂果等在文章“基于图像融合和模糊聚类的SAR图像变化检测”中提出了一种图像融合的差异图像产生方法，采用基于小波变换的图像融合技术，平均低频分量对应低频系数，有利于保持变化区域边缘信息，而高频分量则选取对应最小能量的高频系数，可以较好的解决背景中斑点噪声干扰的问题。该方法在小波融合的过程中损失了部分有用的信息，变化检测出的结果准确度不高。

综上所述，最理想的差异图是背景区域的像素值尽可能小，而变化区域的像素值则分布于高灰度值区域，当图像背景复杂，且受到噪声的影响较大时，变化区域与非变化区域的像素在直方图上存在较大重叠时，这些算法不能准确地检测变化检测区域。

发明内容

本发明的目的是提供一种基于多源差异图像内容融合的SAR图像变化检测方法，解决了现有方法对复杂分布的SAR图像，利用单幅差异图像不能准确检测变化区域的问题。

本发明所采用的技术方案是，利用在不同时间获取到的同一地理位置区域的SAR图像产生两种不同的差异图像，接着采用小波融合的方法获取融合差异图，计算融合差异图的空间相关信息，以及两幅差异图像与融合差异图之间的相关信息，再利用获取到的图像相关性信息对融合差异图的进行局部修正，最后对获得的融合差异图像进行k均值聚类输出差异图像，其具体步骤包括如下：

步骤1，选取窗口大小为3×3的Lee滤波器分别对两幅原始的SAR图像进行滤波预处理；