專(zhuān)利名稱(chēng)：基于圖切的sar圖像變化檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是SAR圖像的處理，主要可應(yīng)用于生態(tài)和環(huán)境的監(jiān)控以及自然災(zāi)害的評(píng)測(cè)與預(yù)防。
背景技術(shù)：
由于合成口徑雷達(dá)SAR不受大氣條件和云層覆蓋等相關(guān)條件的影響，因此，多時(shí)相SAR圖像技術(shù)在人們的生產(chǎn)生活中發(fā)揮著越來(lái)越重要的作用。而SAR圖像變化檢測(cè)技術(shù)，在相關(guān)應(yīng)用中正起著至關(guān)重要的作用，例如生態(tài)和環(huán)境的監(jiān)控以及自然災(zāi)害的評(píng)測(cè)與預(yù)防，都在起著越來(lái)越重要的作用。圖像變化檢測(cè) 就是研究同一場(chǎng)景不同時(shí)段的兩幅或多幅圖像之間發(fā)生的變化，不同時(shí)段同一場(chǎng)景的SAR圖像的獲得，使通過(guò)SAR圖像變化檢測(cè)技術(shù)提供目標(biāo)與場(chǎng)景實(shí)時(shí)動(dòng)態(tài)信息成為可能，使得SAR圖像變化檢測(cè)技術(shù)在實(shí)際應(yīng)用中變得越來(lái)越重要。在SAR圖像中尋找“非變化”和“變化”兩分類(lèi)的研究目前還處于初步階段，大致有兩個(gè)路線，一條路線是分類(lèi)后比較方法，也稱(chēng)后分類(lèi)比較法，該方法先對(duì)兩個(gè)時(shí)相的圖像進(jìn)行獨(dú)立分類(lèi)，再對(duì)兩幅分類(lèi)圖像進(jìn)行逐像素的比較，最后得到變化檢測(cè)圖；另外一條路線是差異圖分類(lèi)方法，該方法先對(duì)兩個(gè)時(shí)相的圖像進(jìn)行逐像素的比較，比如逐像素點(diǎn)的差值、比值、CVA等，再對(duì)比較得出的差異圖像進(jìn)行進(jìn)一步地多種變換、概率分布等處理以達(dá)到兩分類(lèi)，最后得到變化檢測(cè)圖。后分類(lèi)比較法能夠減少由于數(shù)據(jù)獲取平臺(tái)和環(huán)境的不同引起的偽變化信息，不需要數(shù)據(jù)的輻射校正等復(fù)雜的預(yù)處理，目前較多的研究是沿著差異分類(lèi)模型這個(gè)路線進(jìn)行的。差異圖分類(lèi)方法簡(jiǎn)單直觀，得到的變化細(xì)節(jié)較為顯著。目前變化檢測(cè)方法的缺陷主要有對(duì)于差異圖分類(lèi)法而言，差異圖可分性的高低直接影響著變化檢測(cè)結(jié)果，而高可分性差異圖的構(gòu)建至今是一個(gè)難題，同時(shí)在構(gòu)造差異圖的過(guò)程中不可避免的造成了圖像信息的丟失；對(duì)于分類(lèi)后比較法而言，各時(shí)相分類(lèi)后的效果對(duì)后續(xù)的分類(lèi)結(jié)果起著比較至關(guān)重要的作用，而圖像分類(lèi)本身就是個(gè)比較困難的問(wèn)題，分類(lèi)的精度很難保證，在比較的過(guò)程中存在著誤差累積的問(wèn)題。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對(duì)上述已有技術(shù)的不足，提出了一種基于圖切的SAR圖像變化檢測(cè)方法，以減小信息丟失和累積誤差，提高SAR圖像變化檢測(cè)的檢測(cè)精度。為實(shí)現(xiàn)上述目的，本發(fā)明基于圖切的SAR圖像變化檢測(cè)方法，包括如下步驟(I)輸入變化前后的SAR圖像P1和P2,并選用變化前后SAR圖像的變化檢測(cè)標(biāo)準(zhǔn)結(jié)果圖q。;(2)將變化前后的SAR圖像P1和P2進(jìn)行分塊預(yù)處理，得到m塊以及預(yù)處理后的變化前圖像I1和變化后圖像I2，其中預(yù)處理后的變化前圖像I1中的塊標(biāo)記為dn，i = 1,2,…，m,預(yù)處理后的變化后后圖像I2中的塊標(biāo)記為d2i, i = 1,2,…(3)用分塊預(yù)處理后的變化前圖像I1構(gòu)造變化前鄰接圖A1 = [V1, S1]，變化前鄰接圖G1的頂點(diǎn)V1表示分塊預(yù)處理后的變化前圖像I1中的各個(gè)小塊，S1表示變化前鄰接圖G1 的加權(quán)邊集合=S1 = (S1 (i, j)} i, j = 1,2, m,
權(quán)利要求
1.一種基于圖切的SAR圖像變化檢測(cè)萬(wàn)法，包括如下步驟 (1)輸入變化前后的SAR圖像P1和P2,并選用變化前后SAR圖像的變化檢測(cè)標(biāo)準(zhǔn)結(jié)果圖Qo ; (2)將變化前后的SAR圖像P1和P2進(jìn)行分塊預(yù)處理，得到m塊以及預(yù)處理后的變化前圖像I1和變化后圖像I2，其中預(yù)處理后的變化前圖像I1中的塊標(biāo)記為dn，i = 1,2,…，m，預(yù)處理后的變化后后圖像I2中的塊標(biāo)記為d2i, i = 1,2, ···, m ； (3)用分塊預(yù)處理后的變化前圖像I1構(gòu)造變化前鄰接圖=G1= [V1, S1],變化前鄰接圖G1的頂點(diǎn)V1表示分塊預(yù)處理后的變化前圖像I1中的各個(gè)小塊，S1表示變化前鄰接圖G1的加權(quán)邊集合=S1 = (S1 (i, j)} i, j = 1,2, ···, m,
2.根據(jù)權(quán)利要求I所述的方法，其中步驟(2)所述的將變化前后的SAR圖像P1和P2進(jìn)行分塊預(yù)處理，按如下步驟進(jìn)行 2a)將變化前的SAR圖像P1和變化后的SAR圖像P2相減得到差值圖像I ;2b)用圖切的方法將差值圖像I分割成若干小塊e，e e {I,…，m}，m為塊的個(gè)數(shù)； 2c)根據(jù)差值圖像I的塊標(biāo)記，將變化前后的SAR圖像PjPP2分割成與差值圖像I具有相同劃分的預(yù)處理后的變化前圖像I1和變化后圖像I2，分別得到塊dn和d2i，i = 1,2,…，m0
3.根據(jù)權(quán)利要求I所述的方法，其中步驟(J)所述的對(duì)差異矩陣W進(jìn)行NJW譜聚類(lèi)，按如下步驟進(jìn)行 7a)定義對(duì)角矩陣為D，將差異矩陣W的Wi行元素之和作為對(duì)角矩陣D對(duì)角上的元素7b)構(gòu)造拉普拉斯矩陣
4.根據(jù)權(quán)利要求I所述的方法，其中步驟(9)所述的根據(jù)標(biāo)準(zhǔn)結(jié)果圖％，找到聚類(lèi)后的k類(lèi)變化后圖像I2中表示變化區(qū)域的一類(lèi)數(shù)據(jù)塊Ah，按如下步驟進(jìn)行 9a)將分塊處理后的變化后圖像I2中k類(lèi)的每一類(lèi)數(shù)據(jù)塊Ah分別從分塊處理后的變化后圖像I2中提取出來(lái)對(duì)其賦值255，在剩余區(qū)域賦值O，得到與標(biāo)準(zhǔn)結(jié)果圖大小相同的類(lèi)別圖像qh，l彡h彡k，將k幅類(lèi)別圖像qi，…，qh,…，qk分別與標(biāo)準(zhǔn)結(jié)果圖qQ相減，得到k幅比較圖像C1, ···, ch,…ck, ch = I Qh-Qo I， 其中，標(biāo)準(zhǔn)結(jié)果圖％中變化區(qū)域的灰度值為255，非變化區(qū)域的灰度值為O ; 9b)在k幅比較圖像Cl，-,ch,…Ck中查找非零元素最少的比較圖像ch，將對(duì)應(yīng)的類(lèi)別圖像qh作為最終的變化檢測(cè)結(jié)果圖。
全文摘要
本發(fā)明公開(kāi)了一種基于圖切的SAR圖像變化檢測(cè)方法，主要解決現(xiàn)有技術(shù)中檢測(cè)精度低的問(wèn)題。其實(shí)現(xiàn)過(guò)程是將變化前后的SAR圖像用圖切的方法進(jìn)行分塊預(yù)處理；然后用分塊后的變化前后的SAR圖像，分別構(gòu)造變化前鄰接圖和變化后鄰接圖；連接兩個(gè)鄰接圖的對(duì)應(yīng)頂點(diǎn)，將兩個(gè)鄰接圖融合得到變化前后SAR圖像的二維圖；最后用NJW譜聚類(lèi)的方法對(duì)二維圖進(jìn)行切割，得到變化后圖像各塊的標(biāo)簽，將變化后圖像中表示了變化區(qū)域的一類(lèi)數(shù)據(jù)塊提取出來(lái)，得到最終的變化檢測(cè)結(jié)果圖。本發(fā)明避免了已有技術(shù)中構(gòu)造差異圖對(duì)圖像進(jìn)行降唯，所造成的信息丟失和累積誤差，提高了變化檢測(cè)的檢測(cè)精度。
文檔編號(hào)G06T7/00GK102663740SQ20121007827
公開(kāi)日2012年9月12日 申請(qǐng)日期2012年3月22日 優(yōu)先權(quán)日2012年3月22日
發(fā)明者余田田, 劉芳, 徐聰, 朱虎明, 焦李成, 王爽, 緱水平 申請(qǐng)人:西安電子科技大學(xué)