[发明专利]一种基于双边加权核图割的SAR图像变化检测方法

权利要求书

1.一种基于双边加权核图割的SAR图像变化检测方法，其特征在于：具体包括以下步骤：

(1)由均值比差异算子产生两时刻SAR图像的差异图；

(2)根据得到的差异图构造双边加权图模型，并设计相应的能量函数；

(3)进行图割即能量函数组合优化过程，获取最终的变化二值图。

2.根据权利要求1所述的一种基于双边加权核图割的SAR图像变化检测方法，其特征在于：步骤(1)中先将两时刻SAR图像X₁、X₂通过高斯滤波器进行降噪预处理后，再使用均值比差异算子生成差异图。

3.根据权利要求1所述的一种基于双边加权核图割的SAR图像变化检测方法，其特征在于：步骤(2)中利用核函数隐式转换所得差异图，将其量化为图割能量函数的一元项，以像素、区域双边权重描述像素空间中顶点的局部邻接关系，并量化为图割能量函数的二元项，以此进行空间上下文信息的获取；在二元区域项权重中，将图像区域块均值的归一化比率作为图像局部区域的强度特征，结合边缘相似度特征作为局部斑块的区域级信息。

4.根据权利要求3所述的一种基于双边加权核图割的SAR图像变化检测方法，其特征在于：步骤(2)所述的根据得到的差异图构造双边加权图模型，具体如下：

定义图G＝{V,E,W}，其中V为图的顶点集，选取像素点为图的顶点；E为图的边集，邻接边为空间最近的八个点；W为边的权重，相邻节点的边权重采用像素相似度和区域相似度双边加权：

V(p)＝{p|p∈image} (1)

W＝W_p·W_I (3)

其中，W_I、W_p分别表示为像素相似度权重和区域相似度权重，边权重由像素相似度权重和区域相似度权重组成，其中，像素相似度权重为两顶点间的强度差异，利用指数函数计算，其定义如下：

其中，I(p_n)是像素点p_n的灰度值，p_n、p_k为邻域八邻接像素；

利用图像块的边缘强度映射矩阵作为边缘细节信息引入到斑块相似度特征度量中，增强边界信息精准分割能力，公式如下：

其中，d是斑块半径，h为边缘相似度距离参数，I(p_n)是像素点p_n的灰度值,μ(p_k)是以像素点p_k为中心的大小为d*d斑块的平均值，ESD(p,k)是像素点p,k的边缘相似度距离；

采用高斯伽马窗来获取两时刻SAR图像的边缘信息，得到边缘强度映射矩阵，边缘强度映射矩阵反映了各像素点位于边缘的可能性大小：边缘强度映射矩阵各点与像素点一一对应，值越大说明对应像素点位于边缘的可能性越大，反之，该值越小则说明该像素点处于均匀区域的可能性越大，基于边缘强度映射矩阵的边缘相似性距离公式如下：

其中，E(p)，E(k)分别表示SAR图像的边缘强度映射图中以像素点p，k为中心的图像块，当E(p)，E(k)包含不同的边缘信息时，其ESD块矩阵差异较大，边缘相似性距离值越大；当这两个块具有相同的边缘或者均处于均匀区域时，其边缘相似性距离(ESD)为0。