[发明专利]基于Rao检验的SAR影像变化检测方法

摘要

本发明公开了一种基于Rao检验的SAR影像变化检测方法，适用于图像处理领域。其步骤为：获取同一地区两个时刻的两幅不同时相SAR影像，作出Rao检验的零假设H0和备择假设H1；计算H0约束条件下参数θ的极大似然估计值计算H0约束条件下参数θ的Fisher信息矩阵把H0约束条件下参数θ极大似然估计值代入H1约束条件下SAR影像I1和SAR影像I2同一位置包含N0个像元的邻域联合概率密度函数计算关于参数θ的偏导数；生成SAR影像I1和SAR影像I2基于Rao检验的差异影像DRao；通过差异影像阈值分割生成变化检测结果图。该方法基于Rao检验理论，具有完备的数学基础，提高了从两幅SAR影像中检测地表覆盖信息变化区域的精度；对SAR影像变化检测效果好。

主权项

1.一种基于Rao检验的SAR影像变化检测方法，其特征在于包括如下步骤：a获取覆盖同一地理区域经过配准和几何校正的两幅不同时相SAR影像I1和SAR影像I2；b作出用于SAR影像变化检测的Rao检验零假设H₀和备择假设H₁；c针对SAR影像I1和SAR影像I2，设置Rao检验的邻域窗口大小N，利用公式：计算零假设H₀约束条件下参数θ的极大似然估计值其中是H₀约束条件下SAR影像I1窗口大小为N的邻域内像元强度均值的极大似然估计值，是H₀约束条件下SAR影像I2窗口大小为N的邻域内像元强度均值的极大似然估计值，T为矩阵转置符号，参数θ＝[u₁ u₂]^T是SAR影像I1和SAR影像I2相同位置窗口大小为N的邻域内像元强度均值组成的列向量，u₁是SAR影像I1窗口大小为N的邻域内像元强度均值，u₂是SAR影像I2窗口大小为N的邻域内像元强度均值；d计算零假设H₀约束条件下参数θ的Fisher信息矩阵e把极大似然估计值代入备择假设H₁约束条件下SAR影像I1和SAR影像I2同一位置包含N₀个像元的邻域联合概率密度函数计算邻域联合概率密度函数关于参数θ的偏导数其中是数学中的偏导数符号，ln是计算自然对数的数学符号，z是SAR影像I1和SAR影像I2同一位置包含N₀个像元的邻域的观测值，N₀＝N×N为窗口大小为N的邻域内像元数量；f生成SAR影像I1和SAR影像I2基于Rao检验的差异影像D_Rao；g采用最大化熵法确定差异影像D_Rao的分割阈值T_D；h利用阈值T_D分割差异影像D_Rao，生成包含变化区域和不变化区域的二值变化检测结果图，并利用白色区域表示SAR影像I1和SAR影像I2之间的地表覆盖信息发生了变化，利用黑色的区域表示SAR影像I1和SAR影像I2之间的地表覆盖信息没有发生变化，最终直观的将SAR影像I1和SAR影像I2之间的地表覆盖变化信息展现出来。