[发明专利]一种结合DT-CWT和MRF的遥感图像变化检测方法与装置

摘要

本发明公开了一种结合双树复小波变换(Dual‑tree Complex Wavelet Transform，DT‑CWT)和马尔科夫随机场(Markov Random Field，MRF)的遥感图像变化检测方法与装置，本发明有助于图像信息的多方向表达和多尺度分析，充分利用了像素间的相关性，不仅能有效平衡高频信息的保留和噪声的去除，而且边缘检测更加平滑，变化检测结果具有较好的区域一致性，大大降低了误检率和去除配准误差的影响，极大提高了遥感图像变化检测的精度。

主权项

1.一种结合DT‑CWT和MRF的遥感图像变化检测方法，其特征在于，所述方法具体包括以下步骤：步骤1，输入大小相同的经过精确配准的两期同区域的遥感影像对应的两幅灰度图像X₁、X₂；步骤2，求所述两幅灰度图像X₁、X₂的差值图像；步骤3，对所述差值图像进行3层DT‑CWT分解；步骤4，利用基于FCM的MRF分割算法，对经DT‑CWT分解后得到的高频子带进行变化特征提取；步骤5，对通过步骤3的DT‑CWT分解得到的低频分量和通过步骤4的变化特征提取得到的高频分量进行重构；步骤6，利用所述基于FCM的MRF分割算法，对通过步骤5重构后的结果进行变化检测；步骤7，基于相似度融合规则，对通过步骤6得到的检测结果进行融合；步骤8，输出融合后的变化检测结果，其中：步骤4具体包括以下子步骤：步骤4.1，对所述经过3层DT‑CWT分解得到的高频子带H_k,l，(k＝1,2,3；l＝±15°,±45°,±75°)中的第一层高频分量H_1,l(l＝±15°,±45°,±75°)置零，即得到第一层高频变化特征提取结果，记为步骤4.2，利用基于Bayes阈值的FCM算法对所述经过3层DT‑CWT分解得到的高频子带H_k,l(k＝1,2,3；l＝±15°,±45°,±75°)中的第二、三层高频分量H_k,_l(k＝2,3；l＝±15°,±45°,±75°)进行初始聚类分割，得到初始分割结果步骤4.3，基于MRF与GRF的等价性，利用条件迭代模型ICM对通过步骤4.2获得的初始分割结果进行迭代更新，得到最终的最优分割，记为步骤4.4，对通过步骤4.3得到的最终分割结果进行二进制掩膜，得到掩膜图B_k,l(k＝2,3；l＝±15°,±45°,±75°)；步骤4.5，将所述掩膜图B_k,l(k＝2,3；l＝±15°,±45°,±75°)矩阵像素值为1的记为变化类C，值为0的记为未变化类U；步骤4.6，将C类像素对应位置的二、三层高频子带H_k,l(k＝2,3；l＝±15°,±45°,±75°)的像素值保持不变，U类像素对应位置的二、三层高频子带的像素值置零，得到提取变化特征后的二、三层高频子带