[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

摘要

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。

主权项

1.一种基于迭代贝叶斯的合成孔径雷达影像变化检测方法，其特征在于由下述步骤组成：(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。