专利名称：谱聚类的sar图像变化检测方法
技术领域：
本发明属于图像处理领域，涉及一种谱聚类的变化检测方法。该方法可用于从不同时间获取的同一地理区域的多时相遥感影像中，定性或定量地分析和确定地表变化特征和过程，得到我们所需要的地物变化信息的问题。
背景技术：
现代遥感技术的飞速发展为变化检测提供了一种便捷的途径，遥感数据成为变化检测的主要数据源，这就对现有的遥感图像变化检测技术提出了新的挑战。合成孔径雷达 SAR是遥感检测的一种雷达，他具有全天时检测地貌的优点，而不受天气影响。近年逐出现了许多种多时相SAR变化检测方法，最常用的SAR图像变化检测技术由两步组成首先对多时相SAR图像构造差分图，然后在差分图基础上提取变化区域。其中对多时相SAR图像构造差分图是变化检测的一个关键问题，目前构造差分图的传统方法包括影像差值法、影像比值法和变化向量分析法等，这些方法的不足是没有考虑多时相图像之间的相关性，再加上SAR图像受斑点噪声影响，因此不能很好的抑制斑点噪声， 从而降低了在差分图的基础上提取变化区域的准确率。在差分图的基础上提取变化区域是变化检测的另一个关键问题，传统的在差分图的基础上提取变化区域的算法是在差分图上确定变化阈值来提取差分图的变化区域。然而变化阈值如何确定一直没有好的方法解决，现有在差分图基础上确定阈值来提取变化区域的算法，包括 Nakagami-Ratio GKIT, Log-Normal GKIT 和 1Weibull-Iiatio GKIT ；这三种方法分别利用Nakagami-Gamma，Weibull和log-normal三种模型来选取最优变化阈值，理论上使得变化检测的总体错误率达到最低；这三种方法的缺陷在于都是假定差分图近似服从高斯分布，但是由于实际地物光谱特征的复杂性，用单一的高斯分布模型，会产生较大的偏差，得到错误的变化检测结果。
发明内容
本发明的目的在于克服上述已有技术的不足，提出一种谱聚类的变化检测方法， 以抑制斑点噪声，提高变化检测的准确率。本发明的技术方案是先选择一组常用于SAR图像变化检测精度评价的SAR图像数据作为实验数据，具体步骤包括如下(1)选择同一场景中大小相同，时段不同的两幅SAR图像T1和T2作为测试图像；(2)使用差值方法构造两幅测试图像T1和T2的差分子图D1 D1 = 255-1 T1-T21，(3)使用领域比值法构造两幅测试图像T1和T2的差分子图D2 3a)分别取得两幅测试图像在同一位置χ上的像素值邻域集合S1(X)和，其大小为 MXM，M e {3,5}；3b)比较两个邻域集合S1(X)和&00的相似性，得到差分子图D2在位置χ上的像素灰度值D2(X)
权利要求
1.一种谱聚类的SAR图像变化检测方法，包括如下步骤(1)选择同一场景中大小相同，时段不同的两幅SAR图像T1和T2作为测试图像；(2)使用差值方法构造两幅测试图像T1和T2的差分子图D1 D1 = 255-| T1-T2|,(3)使用领域比值法构造两幅测试图像T1和T2的差分子图D23a)分别取得两幅测试图像在同一位置χ上的像素值邻域集合S1(X)和&(x)，其大小为 MXM, M e {3,5}；3b)比较两个邻域集合S1(X)和&00的相似性，得到差分子图D2在位置χ上的像素灰度值D2 (χ)
2.根据权利要求1所述的SAR图像变化检测方法，其中步骤(4)所述的使用乘积变换融合法对差分子图D1和差分子图&进行融合，生成差分图D，按如下步骤进行4a)对大小为HXW的差分子图D1分别取第i个像素值邻域集合Ni和第j个像素值邻域集合 N」，其大小为 PXP，P e {3,5},1 ≤ i ≤ HXff, 1 ≤ j ≤ HXW ；4b)比较差分子图D1两个邻域集合Ni和 的相似性，得到差分子图D1在第i个像素和第j个像素的相似性u(i，j)
3.根据并权利要求1所述的SAR图像变化检测方法，其中步骤5所述的使用谱聚类算法，将差分图D的像素聚类，按如下步骤进行5a)将大小为HXW差分图D的每一个像素看成是一个数据集合X上一个点，X = (X1, X2, ... , Xn) e Rnxi, η = HXW，其中X上每一个点与差分图D的一个像素点对应；5b)对 X 构造相似度矩阵 G = (giJ) e Rnxn，当 i 乒 j 时，gij = exp (-1 Xi \ 17 σ 2)， 当i = j时，^ = 0，1彡i彡nXn, 1彡j彡ηΧη，其中^ci是数据集合X的第i个点，Xj是数据集合X第j个点，σ是一个控制衰减程度的参数，σ兴0;5c)根据相似度矩阵G，构造拉布拉斯矩阵L = A_"2GA_"2，其中A是一个对角矩阵A = (Bij) e Rnxn,当 i 乒 j 时，aij = 0，当 i = j 时
全文摘要
本发明公开了一种谱聚类的SAR图像变化检测方法，它属于图像处理技术领域。其实现步骤为(1)选择同一场景中大小相同，时段不同的两幅SAR图像T1和T2作为测试图像；(2)使用差值方法构造两幅测试图像T1和T2的差分子图D1；(3)使用领域比值法构造两幅测试图像T1和T2的差分子图D2；(4)使用乘积变换融合法对差分子图D1和差分子图D2进行融合，生成差分图D；(5)使用谱聚类算法，将差分图D的像素聚类，得到变化检测结果图。本发明很好的抑制差分图的斑点噪声，有效去除变化检测结果图中的杂点，得到的变化检测结果图比较准确，可用于遥感图像变化的检测处理。
文档编号G01S13/90GK102163333SQ201110082948
公开日2011年8月24日 申请日期2011年4月2日 优先权日2011年4月2日
发明者侯彪, 公茂果, 刘若辰, 张向荣, 李泽敏, 李阳阳, 焦李成, 王桂婷 申请人:西安电子科技大学