[发明专利]基于迭代贝叶斯的合成孔径雷达影像变化检测方法

权利要求书

1.一种基于迭代贝叶斯的合成孔径雷达影像变化检测方法，其特征在于由下述步骤组成：

(1)用对数比操作对同一地区不同时刻的合成孔径雷达影像图I₁和I₂构造对数比值差异图D，作为先验概率p(s)；

(2)通过主成分分析和最小描述长度规则提取差异图D的K维特征，K为正整数；

所述主成分分析和最小描述长度规则提取差异图D的K维特征的方法如下：

(a)将差异图D按照3×3的像素进行非重叠分块；

(b)利用所有图像块进行奇异值分解，建立特征空间；

(c)使用最小描述长度规则确定特征空间的维数K：

式中p＝9，k＝1,2,...,p，λ_j是第j个特征值，n为将差异图D进行非重叠分块得到块的个数；

(d)对差异图D的每个像素点，利用周围3×3大小的数据块，向特征空间的K个主要方向进行投影，得到特征；

(3)通过最小误差阈值法对先验概率p(s)进行二值化处理，得到估计的目标点集S_T和背景点集B_T，修改差异图D每维特征的重要性权重系数ω_i，根据已获得的估计的目标点集S_T和背景点集B_T以及每维特征的重要性权重系数ω_i，得到目标似然函数p(x|s)和背景似然函数p(y|b)：

式中，p(x_i|S_T)是第i维特征下目标点集S_T的分布函数，x_i是目标点集中含有第i维特征的像素，p(y_i|B_T)是第i维特征下背景点集B_T的分布函数，y_i是背景点集中含有第i维特征的像素；

(4)根据先验概率p(s)和目标似然函数p(x|s)及背景似然函数p(y|b)，通过贝叶斯公式整合全局的先验信息和多维的局部特征，得到后验概率p(s|x)为：

(5)根据后验概率得到灰度图，通过最大类间方差法确定分割图像的阈值，将灰度图变为包含变化和非变化两部分的二值图；

(6)对后验概率p(s|x)进行滤波得到下一次迭代的先验概率，迭代步骤(3)～步骤(5)，直到达到最大迭代次数T，停止迭代，输出最终变化检测结果图。

2.根据权利要求1所述的一种基于迭代贝叶斯的合成孔径雷达影像变化检测方法，其特征在于所述步骤(3)中修改差异图D每维特征的重要性权重系数ω_i的公式为：

式中，是包含第i维特征的目标点集的平均值，是包含第μ维特征的目标点集的平均值，是包含第i维特征的背景点集的平均值，是包含第μ维特征的背景点集的平均值。