[发明专利]基于超图匹配的SAR图像变化检测方法

说明书

本发明公开了一种基于超图匹配的SAR图像变化检测方法，其实现过程是：首先分别对两时刻SAR图像上的像素点及其邻域点进行强度相似性分析，构建两个对应的强度相关邻域点集，并对此两个点集进行合并，完成耦合邻域点集的构建；而后将两时刻SAR图像的像素点作为超图的顶点，以像素点的耦合邻域点集作为其超边，分别建立两时刻超图模型；依据超图模型结构，对其顶点及顶点所在的超边进行匹配，获取其综合变化信息，完成对顶点的变化度量分析；最后利用Otsu阈值分类方法对变化度量结果进行分类，以分离变化区域和非变化区域。由于耦合邻域点集的建立和超图匹配方法的引入，使得本发明方法在有效抑制相干斑噪声的同时能进一步提高变化检测方法的准确度。

技术领域

本发明隶属于遥感图像处理领域，其中主要涉及了合成孔径雷达(SyntheticAperture Radar,SAR)图像的变化检测，该研究可以广泛应用于土地覆盖与利用、城市发展与规划、自然灾害监测、资源和环境调查以及军事侦察和打击效果评估等诸多领域。

背景技术

SAR图像变化检测是一种对不同时刻、相同地理区域的两时SAR图像进行处理，从而获取该地区地表变化信息的重要技术。由于SAR图像微波成像的特殊机理，其可在任何大气和阳光条件下进行主动成像，具有全天候、全天时工作的特点；这使得SAR图像变化检测拥有更为广泛的应用背景，其在自然灾害、国民经济和军事等应用领域得到了良好的运用。因此开发具有高精度、高效率的SAR图像变化检测方法成为目前国内外学者研究的热点。

目前，最为常用的SAR图像变化检测方法是Rignot提出的基于均值比的变化检测方法，该方法主要是利用两时刻SAR图像上对应点的局部均值来计算该点的变化程度，从而降低相干斑噪声对变化检测结果的影响。然而，其对于局部纹理发生变化，但局部均值保持不变的区域难以检测。针对此问题，学者们提出了一种基于空间邻域信息比值(neighborhood-based ratio,NR)的变化检测方法，以提高方法对局部纹理变化的检测能力。此外，学者们参考了非局部均值滤波的处理模式，提出了一种基于块概率密度(probability patch-based,PPB)的变化检测方法，提高了变化检测方法对相干斑噪声的抑制能力。同时，一些学者考虑到SAR图像中相干斑噪声的特性，提出了基于对数均值比(log-mean ratio,LR)的变化检测方法，以减少该乘性噪声在变化检测中的干扰。近年来，学者尝试用图像融合的方法来提高变化检测的精度；其中Gong等人提出了一种基于离散小波变换(discrete wavelet transformation,DWT)的变化检测方法，从而改善了变化检测方法对噪声的抵抗性。实际上，这些变化检测方法都较为有效的抑制了相干斑在变化检测中的干扰，但由于其仅使用了块的相似性进行变化检测分析，限制了变化度量的能力。因此，为了实现更好的变化测量性能，在变化检测过程中应研究基于大尺寸窗口的自适应邻域变化检测方法。

发明内容

本发明的目的是针对现有变化检测方法所存在的问题，提出了一种基于超图匹配的SAR图像变化检测方法，改善了图像邻域的构建模式，增强了对图像邻域空间信息的利用，并结合超图匹配的方式进行变化度量分析，从而提升变化检测方法的抗噪能力及检测精度。

为了达到上述目的，本发明所采用的实施步骤如下：

(1)输入预处理后的两时刻SAR图像：

输入两幅经过辐射校正、几何校正以及配准操作的同一地区不同时刻SAR图像X₁和X₂。

(2)构建耦合邻域点集：

分别对两时刻SAR图像上像素点q及其邻域点进行空间和强度相关性分析，获取局部空间邻域内的强度相关点，建立两个与之对应的强度相关邻域点集N_1＜η,K＞(q)和N_2＜η,K＞(q)；同时考虑到不同时刻点集间应保持一定的时间相关性，因此对两点集进行并操作，从而构建完整的耦合邻域点集。定义耦合邻域点集为S_＜η,K＞(q)，其计算方式如下：