专利名称：基于混合模型的sar图像变化检测方法
技术领域：
本发明属于图像处理技术领域，更进ー步涉及SAR图像变化检测技术领域的ー种基于混合模型构造方法。本发明可用于对SAR图像如森林图像、水灾图像、城市变迁图像等的变化检測，以便实现对灾情监测、土地利用、农业调查等领域的实时监控。
背景技术：
作为微波遥感的代表，合成孔径雷达SAR具有全天候、全天时、分辨率高、可侧视成像等优点。近年来，随着该技术由军用领域向民用领域的扩展，逐渐成为对地观测领域关注的焦点。SAR图像处理是近几年发展起来的新兴学科，也是当今国民经济发展和国防建设密切相关的ー个重要学科。近十年来我国对SAR研制给予了大量的投入，在获取SAR数据方面有了长足的发展，然而，由于SAR图像的信息表达方式与光学图像有很大的差异，并受 到相干斑噪声和各种几何特征的影像，使得SAR图像的自动处理比光学图像困难得多，国内外在SAR图像后处理与解译方面的研究进展相对缓慢，相对于光学图像的研究，还有很大的差距。SAR图像处理是近几年发展起来的新兴学科。它涉及模式识别、人工智能、图像处理和信号处理等众多学科领域。分类方法是模式识别技术的核心内容，通常有两类不同的分类方法有监瞀分类和非监瞀分类。在SAR图像地物分类中，有监瞀分类的结果通常优于非监瞀分类，但是，由于SAR图像先验知识的缺乏使得非监瞀学习算法的自适应性和实用性的优点得以体现，因而使SAR图像的变化检测成为研究热点。遥感图像变化检测是通过对同一地区的不同时期的两幅遥感图像的比较分析，根据图像之间的差异得到所需的地物变化信息。SAR图像变化检测技术在森林覆盖变化、土地利用/覆盖、城市环境变化等领域具有广泛的应用前景。现有的变化检测方法主要分以下几类基于差异图模型假设的检测方法、基于聚类的检测方法、基于区域的检测方法以及基于特定理论的检测方法等。模型假设方法最終得出ー个分类阈值，将差异图像分为变化类和非变化类。J. Kittler 和 J. Illingworth 在，，Minimum error thresholding” 一文中提出了基于贝叶斯法则的K&I算法(Pattern Recognit. , vol. 19, pp. 41-47, 1986)。文中所提到的K&I算法是在假设变化类和非变化类符合高斯分布的前提下，利用假设的阈值T求出先验概率，并进一歩构造罚函数和评价函数，求出使评价函数达到最小值时候的T即得到最佳分类阈值。将图像ニ值化，即分为两类。它的特点就是简单快捷，但其存在的缺点是易产生大量的未变化，相干斑噪声比较明显。Y. Bazi 和 L. Bruzzone 等人在，，An Unsupervised Approach Based on theGeneralized Gaussian Model to Automatic Change Detection in Multitemporal SARImages” 一文中提出了 一种改进的 K&I 算法(IEEE Trans, on Geoscience and RemoteSensing, vol. 43，pp. 874-887，2005)。文中对K&I算法中的假设模型做出了改进，将传统的高斯模型替换为广义高斯模型，较好的符合了差异图像中的像素分布，精度评估效果也较传统的K&I算法有所提高，但对于相干斑的抑制，效果仍不明显。
发明内容
本发明的目的在于克服上述已有技术的不足，提出了一种基于混合模型的SAR图像变化检测方法，以有效抑制相干斑噪声，提升图像变化检测结果的精度。本发明实现的思路是，利用对数比值法获得差异图，在K&I算法的基础上，对像素分布模型进行改进，将变化类和非变化类分别模拟为不同的分布模型，变化类采用广义高斯模型，非变化类采用高斯模型。在两种模型的基础上推导出混合模型的罚函数和评价函数，求出最佳阈值，井根据此阈值对差异图像分类，得到变化检测图。其技术步骤包括如下(I)对同一地区不同时相的两幅SAR图像做几何配准，即两幅图像中同一坐标位置上对应的地物一致，使得不同时相的影像相互对齐，然后对图像做辐射校正；(2)读入两幅配准校正的同一地区不同时相的SAR图像A和B ;(3)提取图像A和B的ー维信息，对图像A和B采用大小为3X3的窗ロ进行Lee滤波；(4)对滤波后的图像A和B做对数比值处理，得到对数比值图像ID= I InA-InB |，再将ID图像的像素分布到O到255之间做归一化处理，得到差异图的直方图信息，归ー化公式如下
权利要求
1.一种基于混合模型构造的SAR图像变化检测方法，包括以下步骤 (1)对同一地区不同时相的两幅SAR图像做几何配准，即两幅图像中同一坐标位置上对应的地物一致，使得不同时相的影像相互对齐，然后对图像做辐射校正； (2)读入两幅配准校正的同一地区不同时相的SAR图像A和B; (3)提取图像A和B的一维信息，对图像A和B采用大小为3X3的窗口进行Lee滤波； (4)对滤波后的图像A和B做对数比值处理，得到对数比值图像ID=I InA-InB |，再将ID图像的像素分布到O到255之间做归一化处理，得到差异图，归一化公式如下
全文摘要
本发明公开了一种基于混合模型的SAR图像变化检测方法，主要解决现有SAR图像变化检测技术中模型构造单一化、匹配度差、对相干斑噪声抑制较差的问题。其实现步骤为(1)对同一地区不同时相的两幅图像几何配准和辐射校正；(2)输入配准校正的图像；(3)对输入的图像进行预处理；(4)对预处理的图像提取差异图；(5)构造差异图的混合模型；(6)构造混合模型中的评价函数和罚函数；(7)求解评价函数，得到最佳阈值；(8)根据最佳阈值输出结果图像。本发明通过对提取的差异图像进行混合模型建模，克服了单一模型下不能较好地匹配SAR图像像素分布的问题，减少了伪变化信息，获得了较好的检测结果。
文档编号G06T7/00GK102867309SQ20121033628
公开日2013年1月9日 申请日期2012年9月12日 优先权日2012年9月12日
发明者李阳阳, 蒋玉峰, 焦李成, 刘若辰, 公茂果, 马文萍, 尚荣华, 于昕 申请人:西安电子科技大学