[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

说明书

一种基于迭代贝叶斯的合成孔径雷达影像变化检测方法，由构造差异图、局部特征提取、计算似然函数、进行迭代贝叶斯计算四个步骤对合成孔径雷达影像进行变化检测。其中，用对数比操作构造差异图；局部特征通过主成分分析方法提取，并且使用最小描述长度规则来确定特征的维数。本发明针对同一地区、不同时刻的两幅合成孔径雷达影像，引入贝叶斯推理的思想，首先对数比值差异图作为先验信息，然后通过和提取到的主要特征进行整合，得出变化信息的后验概率，使用最大类间方差法对后验概率进行处理来初始化下一次迭代的先验概率。该发明取得了较好的效果，具有较高的Kappa系数、正确率和G‑mean。

技术领域

本发明属于遥感影像应用技术领域，具体地涉及到合成孔径雷达影像变化检测方法。

背景技术

合成孔径雷达(SAR)具有全天候、全天时的特点，可方便地获得同一地区不同时刻的图像，于是SAR图像变化检测是它的一个重要的应用领域，它通过对不同时期图像的比较分析，根据图像之间的差异来得到我们所需要的变化信息。SAR图像变化检测技术可以应用于很多方面，例如对地震区域的定位和灾害评估、对农作物生长状况的监测、对土地使用的监测等等。

近年来，国内外学者在应用SAR图像变化检测问题上做了不少工作，但该领域仍然是目前许多专家关注的焦点。变化检测算法的归宿是检测图像发生显著变化的区域，舍弃那些不重要的、低置信度的伪变化。然而，由于合成孔径雷达系统采用合成相干方式成像，所获得的合成孔径雷达图像中包含大量的相干斑信息，这使得在做合成孔径雷达影像处理时，必须要充分考虑相干斑的影响，因此，急需要一种合成孔径雷达影像变化检测方法既要消除相干斑的影响又要保留真实变化信息不受到损失。

发明内容

本发明所要解决的技术问题在于提供一种鲁棒性好、正确率高、分类精度高的基于迭代贝叶斯的合成孔径雷达影像变化检测方法。

解决上述技术问题所采用的技术方案由下述步骤组成：

(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；

(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。