[发明专利]基于导向差异图的SAR图像变化检测方法

摘要

本发明公开了一种基于导向差异图的SAR图像变换检测方法，主要解决现有技术对同一区域不同时刻的SAR图像之间的变化信息不能精确地描述，及抗干扰能力弱的问题。其实现步骤为：(1)对同一区域不同时刻的两幅SAR图像进行预处理；(2)对预处理后的两幅SAR图像分别构造均值比值差异图和对数比值差异图；(3)根据导向滤波器的思想，将均值比值差异图作为导向图，对数比值差异图作为输入图，进行融合生成导向差异图；(4)利用基于局部相关熵的均值聚类水平集模型对导向差异图进行分割，得到变化检测的结果。本发明能有效地抑制背景区域信息的干扰，提高了变化检测的精确度，可用于自然灾害评估、环境资源监测和城市建设规划。

主权项

一种基于导向差异图的SAR图像变化检测方法，包括如下步骤：(1)输入同一区域t₁时刻的SAR图像X₁和t₂时刻的SAR图像X₂，并依次进行图像配准、几何校正和图像去噪预处理，获得预处理后的两幅不同时刻的SAR图像I₁，I₂；(2)对预处理后的两幅SAR图像I₁，I₂，通过均值比值法得到均值比值差异图I_M；(3)对预处理后的两幅SAR图像I₁，I₂，通过对数比值法构造对数比值差异图I_L：(4)利用导向滤波器，将均值比值差异图I_M作为导向图，将对数比值差异图I_L作为输入图，并对该导向图和输入图进行融合生成导向差异图I_G；(5)利用基于局部相关熵的K均值聚类水平集模型对导向差异图I_G进行分割，得到变化检测的结果；(5a)初始化水平集函数为Φ＝Φ⁰，并根据水平集函数Φ在导向差异图I_G上做一条闭合曲线：${\mathrm{\Φ}}^0=\mathrm{\Φ}(m,t=0)=\left\{\begin{array}{cc}-c& m\∈{\mathrm{\Ω}}_1\\ 0& m\∈{\mathrm{\Ω}}_2\\ c& m\∈{\mathrm{\Ω}}_3\end{array}\right.$其中，m表示导向差异图I_G中像素点，c表示大于0的常数，c取常数1，Ω₁表示水平集函数Φ将导向差异图I_G分成的闭合曲线内部区域像素点，Ω₂表示水平集函数Φ将导向差异图I_G分成的闭合曲线上像素点，Ω₃表示水平集函数Φ将导向差异图I_G分成的闭合曲线外部区域像素点；(5b)初始化权重因子：其中，N表示导向差异图I_G的总像素点数，j表示导向差异图I_G中第j个像素点；(5c)分别计算当前水平集函数Φ将导向差异图I_G分成的内部区域的灰度均值和外部区域的灰度均值t表示表示迭代次数，初始值为0；(5d)根据内部区域的灰度均值和外部区域的灰度均值通过权重因子的更新公式，更新权重因子(5e)通过判别规则，对更新后的权重因子进行收缩；(5f)根据水平集函数的更新公式，对当前水平集函数Φ进行更新；(5g)对步骤(5c)～(5f)进行重复迭代操作，并判断当前水平集函数Φ是否收敛即Φ^t＝Φ^t‑1，如果是，则停止对水平集函数Φ的更新，得到变化检测结果图，完成SAR图像的变化检测；如果否，则继续通过循环迭代对水平集函数进行更新。