利用改进的非局部均值算法对sar图像变化的检测方法
【技术领域】
[0001] 本发明属于图像处理技术领域，特别涉及对SAR图像变化的检测方法，可用于环 境监测、土地利用、森林采伐的监测。
【背景技术】
[0002] 合成孔径雷达SAR图像具有高分辨率、全天候、全天时的特点，可方便地获得同一 地区不同时间的图像。SAR图像的变化检测是对同一地区在不同时间所得的图像进行比较 得到差异图，然后对差异图进行分析得到变化区域和不变区域的过程。SAR图像的变化检测 在环境监测、农作物生长状况监测、土地利用、森林采伐监测等方面有着非常广泛的应用。
[0003] 在最近几十年，关于SAR图像变化检测的研究得到越来越多的关注，许多变化检 测方法被提出。在目前常用的方法中，SAR图像的变化检测分为以下三个过程：
[0004] 1)对得到的图像进行预处理，主要包括辐射校正、几何校正和图像配准；
[0005] 2)对预处理后的图像进行比较，获得差异图；
[0006] 3)对差异图进行分析，获得变化检测结果图像。
[0007] 因为SAR图像的乘性斑点噪声处理起来比较困难，所以它的去噪处理和抑制斑点 噪声显得尤为重要。由此可知，第一步和第二步对SAR图像的变化检测至关重要。对于相 关的处理，目前比较优秀的算法有Yaoguo Zheng等提出的使用结合差异图和k-均值聚类 的SAR图像变化检测的算法CDI、公茂果提出的使用小波变换融合基于均值比和对数比的 差异图的方法FDWT和Buades等提出的基于非局部均值NLM的图像去噪方法。在这几种方 法中，基于小波变换融合的方法虽然降低了图像斑点噪声的影响，却对一些边缘和细小部 分的图像信息检测不明显，而且去噪能力也不是足够好。基于结合差异图和k-均值聚类的 SAR图像变化检测虽然具有很强的去噪能力，但是在去噪过程中出现过平滑现象，在一定程 度上抑制了图像的变化信息，因此造成图像的漏检率过大。而非局部均值去噪的方法仅仅 考虑了图像中像素点的灰度属性，而忽略了它的空间结构属性，因此依然会丢失部分细节 信息，出现模糊过平滑现象，尤其是当含噪图像块的相似块较少时，去噪性能会大大降低。
【发明内容】
[0008] 本发明针对上述已有技术的不足，提出一种利用改进的非局部均值算法对SAR图 像变化的检测方法，以减小图像的漏检率，提高图像变化检测的精确度。
[0009] 为了实现上述目标，本发明的技术方案包括如下步骤：
[0010] (1)分别输入变化前的SAR原图像Q1和变化后的SAR图像Q 2;
[0011] (2)对变化前的原图像Q1和变化后的图像Q2分别进行去噪处理，得到不含噪的原 图像0 3和不含噪的变化后图像Q 4:
[0012] 2a)分别选取图像中以第i像素点和第j个像素点为中心，大小为5X5的局部 分析窗队和N」，这两个分析窗队和N」内的像素点灰度值向量分别为X (N J和X (Nj);对比 和的比值，选取其中较大者进行取对数操作，得到对数比距离Cl1 (i，j)为： x^Nj) xiNi)
【主权项】
1. 一种利用改进的非局部均值算法对SAR图像变化的检测方法，包括如下步骤： (1) 分别输入变化前的SAR原图像Q1和变化后的SAR图像Q 2; (2) 对变化前的原图像Q1和变化后的图像Q2分别进行去噪处理，得到不含噪的原图像 0 3和不含噪的变化后图像Q 4: 2a)分别选取图像中以第i像素点和第j个像素点为中心，大小为5X5的局部分析窗 队和N」，这两个分析窗队和N」内的像素点灰度值向量分别为X (N D和X (Nj)
的比值，选取其中较大者进行取对数操作，得到对数比距离Cl1 (i，j)为：
2b)将对数比距离Cl1 (i，j)引入到傅里叶核加权距离的求解公式中，得到基于对数比值 的傅里叶核的加权距离：
其中，il是傅里叶核在以像素点i为中心，大小为5X5的局部分析窗Ni内构造的权 重，If1是由傅里叶核构造的以il为权重的加权距离。 2c)利用基于对数比值的傅里叶核的加权距离，引入二维高斯核函数，计算第i像素点 与其搜索区域Si内第j个像素点的权重w (i，j):
其中，i2是傅里叶核在以像素点i为中心，大小为7X7的局部分析窗Ni内构造的权 重，||2是由傅里叶核构造的以i2为权重的加权距离，Z(i)的表达式如下所示：
其中，O彡w(i，j)彡1且
Z⑴表示归一化常数，Si是以像素点i为中 心，大小为5X5的搜索区域，h是平滑参数，取值为1/3,队和Nj分别表示以第i个像素点 和第j个像素点为中心的5X5的局部分析窗，X(Ni)和X(Nj)分别是局部分析窗队和N j内 像素点的灰度值向量； 2d)对以第i个像素点为中心的搜索区域SiR所有像素点的灰度值进行加权平均，求 得图像中第i个像素点的新的灰度值INL(i): INL⑴=Σ w(i，j)X(j)，j e Si, 其中，X(j)是去噪声前原图像中第j个像素点的灰度值，w(i，j)是与X(j)对应的权 值，表示第i个像素点和第j个像素点之间的相似性； 2e)对变化前的SAR原图像Q1和变化后的SAR图像Q 2分别重复步骤2a)到步骤2d)， 直到两个图像中每个像素点都获得新的灰度值； 2f)对变化前的SAR原图像Q1和变化后的SAR图像Q 2分别用获得的每个像素点的新 的灰度值替代该像素点的原灰度值，即可得到不含噪的变化前的SAR原图像Q3和不含噪的 变化后的SAR图像Q 4; (3) 利用比值算子得到不含噪的原图像仏和不含噪的变化后图像Q4W差异图Q 5; (4) 利用FLICM聚类算法对差异图〇5的灰度值进行类别数为2的聚类分割，其中一类 为变化类，另一类为非变化类； (5) 输出由步骤⑷得到的变化类图像，即为变化前SAR的图像％和变化后SAR图像 Q2的变化检测结果图。
2.根据权利要求书中1中所提及的方法，其中步骤（3)所述的利用比值算子得到不含 噪的原图像Q3和不含噪的变化后图像Q4的差异图Q 5，按照如下公式计算：
【专利摘要】本发明公开了一种利用改进的非局部均值算法对SAR图像变化的检测方法，主要解决现有技术去噪漏检像素个数多和变化检测精度不高的问题。其实现过程是：1)输入变化前后的SAR图像；2)对于两幅图像中的每个像素点，计算其与搜索区域内所有像素点的基于对数比的傅里叶核加权距离并引入二维高斯函数计算该点与搜寻区域内所有像素点的权重；3)根据权重求该点新的灰度值并替换其原灰度值，得到去噪后两幅图像；4)利用比值算子将去噪后的两幅图像生成差异图；4)利用FLICM算法分割差异图，输出变化检测结果图。本发明克服了去噪过程中的过平滑现象，更好的保留了细节信息，降低了错误率，提高了图像变化检测的精确度，可用于环境监测。
【IPC分类】G06T5-00, G06T7-00
【公开号】CN104680536
【申请号】CN201510102475
【发明人】尚荣华, 屈嵘, 马洪娜, 焦李成, 马文萍, 刘红英, 侯彪, 王爽, 熊涛
【申请人】西安电子科技大学
【公开日】2015年6月3日
【申请日】2015年3月9日