基于小波分解的多尺度水平集的sar圖像變化檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于小波分解的多尺度水平集的SAR圖像變化檢測(cè)算法，它屬于遙感圖像處理領(lǐng)域，主要解決了SAR圖像變化檢測(cè)過程中斑點(diǎn)噪聲影響嚴(yán)重的問題。其實(shí)現(xiàn)過程為：（1）首先對(duì)兩幅配準(zhǔn)后的同一地區(qū)不同時(shí)相的SAR圖像采用對(duì)數(shù)比操作算子做出差異圖；（2）通過平穩(wěn)小波分解（SWT）對(duì)差異圖進(jìn)行多層小波分解，得到不同分辨率的圖像；（3）對(duì)低分辨率的圖像通過水平集算法進(jìn)行初步分割，所得到的分割圖像的輪廓作為更高一層分辨率圖像水平集算法的初始化曲線；（4）按照步驟（3）逐層進(jìn)行，直到對(duì)原高分辨率圖像進(jìn)行水平集分割得到最終的分割圖像。本發(fā)明中多尺度的應(yīng)用避免了水平集演化過程中閉合曲線容易陷入局部最優(yōu)的缺點(diǎn)，增加了對(duì)噪聲的魯棒性，應(yīng)用于SAR圖像的變化檢測(cè)，顯著地提高了檢測(cè)效果及檢測(cè)的正確率，加速了變化檢測(cè)過程。
【專利說明】基于小波分解的多尺度水平集的SAR圖像變化檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于遙感圖像處理領(lǐng)域，涉及遙感圖像的變化檢測(cè)，具體提供一種基于小波分解的多尺度水平集的SAR圖像變化檢測(cè)方法，可用于對(duì)SAR圖像變化的檢測(cè)。
【背景技術(shù)】
[0002]與可見光、紅外傳感器比較,合成孔徑雷達(dá)(synthetic aperture radar, SAR)具有分辨率高，全天時(shí)、全天候工作的特點(diǎn)，是較好的變化檢測(cè)圖像源。遙感圖像變化檢測(cè)是比較分析同一地區(qū)不同時(shí)間獲得的兩幅遙感圖像，根據(jù)所得到的圖像之間的差異進(jìn)行地物變化和目標(biāo)變化信息的提取。隨著遙感技術(shù)的發(fā)展，SAR圖像變化檢測(cè)的技術(shù)需求日益廣泛，目前，全球環(huán)境變化加劇，城市急速發(fā)展，洪水、地震等自然災(zāi)害頻頻發(fā)生，這些都需要及時(shí)掌握相關(guān)動(dòng)態(tài)信息，為相關(guān)決策部門提供支持，SAR圖像的種種優(yōu)點(diǎn)為快速響應(yīng)提供了技術(shù)支持和應(yīng)急保障。
[0003]SAR圖像變化檢測(cè)主要有兩種思路:(I)先分類后比較，即先對(duì)兩幅配準(zhǔn)后圖像分別進(jìn)行分類，通過比較分類結(jié)果得出變化部分。但該方法工作量很大，并且存在精度方面的缺陷。該方法是一種比較直觀的方法，其優(yōu)點(diǎn)是可以回避所用多時(shí)相遙感圖像數(shù)據(jù)應(yīng)獲取環(huán)境條件不同和傳感器不同所帶來的輻射歸一化問題，并可直接獲取變化的類型，數(shù)量，位置，但此方法很難獲得不同時(shí)相圖像的不變信息具有相同類別的分類結(jié)果，且會(huì)夸大變化程度。同時(shí)，由于分類累積誤差問題降低了變化檢測(cè)精度。(2)對(duì)差異圖進(jìn)行分類，即先對(duì)兩幅配準(zhǔn)圖像做差異圖，再對(duì)所得的差異圖進(jìn)行分類比較。這種方法的研究空間比較大，思路簡(jiǎn)單明確，檢測(cè)精度較高，是當(dāng)前比較流行的方法。很多經(jīng)典和前沿的方法都是基于這種思路進(jìn)行的。
[0004]國(guó)內(nèi)外學(xué)者們對(duì)變化檢測(cè)方法進(jìn)行了大量的研究，目前SAR圖像變化檢測(cè)經(jīng)典的方法有:(I)基于簡(jiǎn)單代數(shù)運(yùn)算的變化檢測(cè)，經(jīng)典的變化檢測(cè)方法包括圖像差值法、圖像比值法、對(duì)數(shù)比值法；(2)基于圖像變換的變換檢測(cè)，經(jīng)典的變化檢測(cè)方法包括主成份分析、變化向量分析法、相關(guān)分析法圖像變換法；(3)基于圖像分類的變化檢測(cè)方法。在經(jīng)典的算法基礎(chǔ)上，針對(duì)直接代數(shù)運(yùn)算沒有考慮到像元的空間上下文信息，誤檢和漏檢現(xiàn)象嚴(yán)重，近年來出現(xiàn)了在此基礎(chǔ)上的基于上下文空間關(guān)系的變化檢測(cè)，主要從兩個(gè)方面進(jìn)行改進(jìn)。一方面單尺度上利用差異圖像的上下文關(guān)系進(jìn)行進(jìn)一步的優(yōu)化得到變化圖，如利用馬爾可夫隨機(jī)場(chǎng)對(duì)差異圖進(jìn)行分析，繼而求得最優(yōu)變化檢測(cè)結(jié)果；另一方面利用差異圖像的小波多尺度信息進(jìn)行優(yōu)化得到變化圖。
[0005]目前的SAR變化檢測(cè)算法大部分為中低分辨率、象元級(jí)、單極化的SAR影像變化檢測(cè)。隨著SAR技術(shù)的日益成熟，圖像質(zhì)量逐漸提高，分辨率逐漸增強(qiáng)，獲取數(shù)據(jù)的能力和精度越來越高，圖像獲取越來越便捷，SAR變化檢測(cè)的前景會(huì)更加廣泛。

【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的是提供一種利用小波分解多尺度水平集進(jìn)行SAR圖像變化檢測(cè)的算法，以便降低噪聲的影響，從而提高變化檢測(cè)精度，同時(shí)加速了變化檢測(cè)的過程。
[0007]本發(fā)明的技術(shù)方案是，基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法，其特征是:包括如下步驟:
[0008]步驟101:開始基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法；
[0009]步驟102:使用對(duì)數(shù)比方法構(gòu)造兩幅不同時(shí)間同一地區(qū)的圖像I1, I2的差異影像圖DI并對(duì)其進(jìn)行平穩(wěn)小波分解獲得不同尺度的圖像；
[0010]步驟103:在尺度水平為L(zhǎng)的圖像(即最低分辨率的圖像)上運(yùn)行水平集算法；
[0011]步驟104:由低分辨率圖像到高分辨率圖像上依次進(jìn)行水平集演化分割，每一次的低分辨率圖像的分割結(jié)果作為下一層高分辨率圖像水平集演化的初始化曲線，直到對(duì)原始圖像進(jìn)行水平集演化；
[0012]步驟105:獲得最終的分割結(jié)果；
[0013]步驟106:結(jié)束基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法。
[0014]所述的步驟102，包括如下步驟:
[0015]步驟201:開始平穩(wěn)小波分解SAR圖像的方法； [0016]步驟202:分別取兩時(shí)相SAR圖像I1, I2在同一位置χ上的像素I1(X)和I2(X)，通過對(duì)數(shù)比方法構(gòu)造差異圖DI(X):
[0017]DI(X)=1gd1(X)Zl2(X))
[0018]步驟203:設(shè)置尺度水平L，這里取L=3 ；
[0019]步驟204:利用平穩(wěn)小波分解對(duì)所得到的對(duì)數(shù)比差異圖DI (χ)進(jìn)行L_1層分解，從而獲得不同分辨率的圖像；
[0020]步驟205:結(jié)束平穩(wěn)小波分解SAR圖像的方法。
[0021]所述的步驟103，包括如下步驟:
[0022]步驟301:開始運(yùn)行水平集算法；
[0023]步驟302:使用Kittler閾值分割算法對(duì)差異圖DI (χ)進(jìn)行初始分割，得到初始分割曲線 Φ°，令 k=0，Φ = Φ1? ；
[0024]步驟303:以曲線Φ kS初始化曲線進(jìn)行水平集演化，最小化能量函數(shù)Fms (I，C)，得到一個(gè)輪廓曲線C來分割圖像，其中Fms (I，C)定義如下:
【權(quán)利要求】
1.一種基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法，其特征是:包括如下步驟: 步驟101:開始基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法； 步驟102:使用對(duì)數(shù)比方法構(gòu)造兩幅不同時(shí)間同一地區(qū)的圖像I1, I2的差異影像圖DI并對(duì)其進(jìn)行平穩(wěn)小波分解獲得不同尺度的圖像； 步驟103:在尺度為L(zhǎng)的圖像(即最低分辨率的圖像)上運(yùn)行水平集算法； 步驟104:由低分辨率圖像到高分辨率圖像上依次進(jìn)行水平集演化分割，每一次的低分辨率圖像的分割結(jié)果作為下一層高分辨率圖像水平集演化的初始化曲線，直到對(duì)原始圖像進(jìn)行水平集演化； 步驟105:獲得最終的分割結(jié)果； 步驟106:結(jié)束基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法。
2.根據(jù)權(quán)利要求1所述的基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法，其特征是:所述的步驟102，包括如下步驟: 步驟201:開始平穩(wěn)小波分解SAR圖像的方法； 步驟202:分別取兩時(shí)相SAR圖像I1, I2在同一位置X上的像素I1(X)和I2(X)，通過對(duì)數(shù)比方法構(gòu)造差異圖DI(X):
DI (X) = 1gd1 (X)/I2(X)) 步驟203:設(shè)置尺度水平L，這里取L=3 ； 步驟204:利用平穩(wěn)小波分解對(duì)所得到的對(duì)數(shù)比差異圖DI (X)進(jìn)行L-1層分解，從而獲得不同分辨率的圖像； 步驟205:結(jié)束平穩(wěn)小波分解SAR圖像的方法。
3.根據(jù)權(quán)利要求1所述的基于小波分解的多尺度水平集SAR圖像變化檢測(cè)方法，其特征是:所述的步驟103，包括如下步驟: 步驟301:開始運(yùn)行水平集算法； 步驟302:使用Kittler閾值分割算法對(duì)差異圖DI (x)進(jìn)行初始分割，得到初始分割曲線 Φ°,令 k=0, Φ = Φ1? ； 步驟303:以曲線Φ kS初始化曲線進(jìn)行水平集演化，最小化能量函數(shù)Fms (I，C)，得到一個(gè)輪廓曲線C來分割圖像，其中Fms(I，C)定義如下:
【文檔編號(hào)】G06T7/00GK103839256SQ201310733192
【公開日】2014年6月4日 申請(qǐng)日期:2013年12月24日 優(yōu)先權(quán)日:2013年12月24日
【發(fā)明者】公茂果, 焦李成, 趙姣姣, 馬晶晶, 馬文萍, 劉嘉, 雷雨, 李豪, 王爽, 侯彪 申請(qǐng)人:西安電子科技大學(xué)