基于高阶邻域tmf模型的sar图像变化检测方法
【技术领域】
[0001] 本发明属于图像处理技术领域，涉及图像变化检测，可用于对SAR图像进行地物 状态变化监测与评估。
【背景技术】
[0002] 合成孔径雷达SAR图像变化检测是指通过分析在不同时间同一地区的两幅SAR图 像，检测出该地区的地物的变化信息。由于合成孔径雷达SAR具有全天候，全天时的特点， SAR图像变化检测技术在农林勘探、环境监测、灾害评估，资源利用等领域的应用越来越多， 因此具有高检测精度SAR图像变化检测方法成为研宄的重点。
[0003] SAR图像变化检测方法中较为经典的一种是基于统计模型的方法，如马尔科夫随 机场MRF模型，三重马尔科夫随机场TMF模型。通常采用的四邻域MRF模型方法在建立模 型时，认为整幅图像是同质均匀的，同时四邻域系统不能有效的抑制噪声的影响，因此这一 方法得到的结果中虚检数较高，整体精度很低。但是，SAR图像具有非平稳特性，这一假设 并不准确，因而模型对于不同的纹理区域仍然给予相同的参数的做法是不合理的。因此对 于非平稳，纹理复杂，强噪声SAR图像，MRF算法的检测结果虚检数相对较高，整体检测精度 低。Yan mi和Fan Wang等人提出了一种基于TMF模型的SAR图像变化检测算法。该方法 通过引入辅助场U对SAR图像的非平稳性进行建模，通过对观测场Y的各向异性高斯核AGK 模型进行模糊C均值聚类得到的辅助场U表现为两幅图像之间的纹理相似度，并且采用四 邻域系统对先验能量函数进行重构，此方法与采用四邻域MRF模型的方法相比在整体精度 上有了一定的提高。但是研宄发现，文中的辅助场U并不能很确切的反应SAR图像的非平 稳特性，不能很好的区分同质区域和非同质区域。此外，由于SAR图像中斑点噪声等的存 在，在面对噪声强度较大的SAR图像时，四邻域系统并不能很好对噪声影响有所抑制，得到 结果中依旧存在较高的虚检数。
【发明内容】
[0004] 本发明的目的在于针对上述已有技术的缺点，提出一种基于高阶邻域三重马尔科 夫随机场模型的SAR图像变化检测方法，以有效地抑制虚检数，提高整体检测精度。
[0005] 为实现上述目的，本发明的实现步骤包括如下：
[0006] -种基于高阶邻域三重马尔科夫场模型的SAR图像变化检测方法，包括如下步 骤：
[0007] (1)输入大小为MXN的已配准两时相SAR图像Ii, i = 0,1 ;
[0008] ⑵采用对数比值方法对两时相图像I。和行处理，构造差异图像：ys = l〇g(I〇s/Ils) I，其中，S表示像素的位置，IjP I ls分别表示两时相图像I河I在S处的 值，ys表示差异图像Y在S处的值，0彡S彡MXN ;
[0009] (3)采用OSTU法得到差异图像Y中变化部分与不变部分两类之间方差最大时的阈 值T;
[0010] (4)对差异图像Y中每个像素的值与阈值T进行比较，将大于阈值T的像素标记为 1，小于阈值T的像素标记为0,得到初始化的标号场Γ，q代表第q次更新，q = 0 ;
[0011] (5)根据初始化的标号场Γ，初始化似然参数印，其中，?分别 为在当前标号场Γ下，差异图像Y中非变化像素的均值和变化像素的均值，匀，<分别为在 当前标号场Γ下，差异图像Y中非变化像素的方差和变化像素的方差；
[0012] (6)在标号场Γ中统计每个像素为中心的3X3邻域内每两个像素在X ^中值相同 的个数，若相同值的数目大于设定值，则将中心位置像素在辅助场U中的值记为0,否则记 为1，遍历标号场X q得到初始化的辅助场U %
[0013] (7)采用大小为5X5的高阶邻域构造先验势能函数W(x，u):
[0014] (7a)构建同质区域的势能函数：〇K) = |^(-K'a%，
[0015] 其中，Ns为中心像素在位置s处的5X5邻域，a t为固定参数，取值为0.8, 分 别为像素在标号场Γ中在位置s和t处的值，·4为在标号场Γ中 <的5X5邻域，δ (·) 为狄拉克函数，当且仅当括号内·<和<的值相等时，S (·)的值为1，否则为〇;
[0016] (7b)构建异质区域的势能函数：<(?)=写容〇^>*(-占 (《》，
[0017] 其中，
【主权项】
1. 一种基于高阶邻域三重马尔科夫场模型的SAR图像变化检测方法，包括如下步骤： (1)输入大小为MXN的已配准两时相SAR图像Ii, i = 0,1 ; ⑵采用对数比值方法对两时相图像Itl和行处理，构造差异图像：ys= |i〇g(iQs/ Ils) I，其中，S表示像素的位置，Itls和I ls分别表示两时相图像I jp I 1在S处的值，y s表示 差异图像Y在s处的值，0彡s彡MXN ; (3) 采用OSTU法得到差异图像Y中变化部分与不变部分两类之间方差最大时的阈值 T ； (4) 对差异图像Y中每个像素的值与阈值T进行比较，将大于阈值T的像素标记为1， 小于阈值T的像素标记为0,得到初始化的标号场Γ，q代表第q次更新，q = 0 ; (5) 根据初始化的标号场Γ，初始化似然参数# = !??}，其中，《分别为在 当前标号场Γ下，差异图像Y中非变化像素的均值和变化像素的均值，分别为在当前 标号场Γ下，差异图像Y中非变化像素的方差和变化像素的方差； (6) 在标号场Γ中统计每个像素为中心的3X3邻域内每两个像素在X ^中值相同的个 数，若相同值的数目大于设定值，则将中心位置像素在辅助场U中的值记为0,否则记为1， 遍历标号场X q得到初始化的辅助场U % (7) 采用大小为5X5的高阶邻域构造先验势能函数W(x，u): (7a)构建同质区域的势能函数
其中，Ns为中心像素在位置s处的5X5邻域，a t为固定参数，取值为0. 8, xf,<分别为 像素在标号场Γ中在位置s和t处的值，4s为在标号场^中<的5\5邻域，3(*)为狄 拉克函数，当且仅当括号内 <和< 的值相等时，S (·)的值为1，否则为〇; (7b)构建异质区域的势能函数：--1 在--
- 其中
，ys，yt分别为像素在差异图像Y中位置 8和 t处的值，Ms，Mt分别为中心像素在差异图像Y中的位置s和t处，由5X5邻域内的像素的 值按照位置次序构成的矩阵，M · I I表示矩阵的2-范数运算，I · I为取绝对值运算，凡为 中心像素在s处的5X5邻域； (7c)构建辅助场Utl部分的势能函数：
其中，分别为像素在辅助场Uq中位置s和t处的值，^4,为中心像素在辅助场Uq 位置s处的5X5邻域； (7d)由步骤（6a)-(6c)这三部分势能函数得到的先验势能函数W(x，u)表示为：
(8) 基于MPM准则更新标号场Γ和辅助场U % (9) 根据更新后的标号场Xtl+1更新似然参数# =丨 (10) 若相邻两次更新后的标号场Xtl和X q+1之间改变的值小于指定的阈值或满足设定 的迭代次数，则停止迭代，得到最终的变化检测结果，否则，对最近更新的标号场X q+1，辅助 场Utl+1和似然参数f重复步骤（7)-(9)的操作。
2. 根据权利要求1所述的基于高阶邻域三重马尔科夫场模型的SAR图像变化检测方 法，其特征在于步骤（5)所述的根据初始化的标号场Γ，初始化似然参数印= {<，<，<，<}， 按如下步骤进行： (5a)根据当前的标号场Γ，估计差异图像Y中非变化像素的均值/4和变化像素的均值 Mi :
(5b)根据当前的标号场Γ，估计差异图像Y中非变化像素的方差 < 和变化像素的方差
3. 根据权利要求1所述的基于高阶邻域三重马尔科夫场模型的SAR图像变化检测方 法，其特征在于所述步骤（8)的实现步骤如下： (8a)利用吉布斯随机场的概率公式获得联合先验概率p (x，u)为： p (X，u) = γ exp [-W (X，u)]， 其中，γ为归一化常数，取值为l，x，u分别为代表标号场X和辅助场U的配置的一种 变量； (8b)利用高斯概率密度函数计算各个像素点的似然概率：
其中，i = {0,1}，i的取值与·^的值相同，印=丨,其中《分别为差异图 像Y中非变化像素和变化像素的均值，分别为差异图像Y中非变化像素和变化像素的 方差； (8c)利用统计概率公式计算三重马尔可夫场联合概率分布：
其中，X，u，y分别为标号场X，辅助场U和差异图像Y的配置的一种变量，G为所有像素 的位置的集合； (8d)根据p (x，u，y)，利用Gibbs采样法估计s处像素点的概率),再计算 得到s处像素点的分别关于<和< 的后验边缘概率：
其中，《 U，印)代表关于衫的后验概率，Lvs，吖）代表关于《〖的后验概率； (Se)利用MPM准则分别更新s处像素在标号场Γ的值 < 和辅助场Utl中的值< :
(8f)按照步骤（8d)和（Se)，对标号场Γ和辅助场Utl中每个位置的像素进行相同的更 新处理，得到更新后标号场Xtl+1和辅助场U ?+1。
4.根据权利要求1所述的基于高阶邻域三重马尔科夫场模型的SAR图像变化检测方 法，其特征在于所述步骤（9)的实现步骤如下： (9a)根据当前更新的标号场Xtl+1，更新差异图像Y中非变化像素的均值//Γ和变化像素 的均值/T :
(9b)根据当前更新的标号场X#1，更新差异图像Y中非变化像素的方差<+1和变化像素 的方差<+1 :
【专利摘要】本发明公开了一种基于高阶邻域三重马尔科夫随机场模型的SAR图像变化检测方法，主要解决现有方法虚检数高，整体精度低的问题，其实现步骤是：1.输入两时相SAR图像产生差异图像；2.初始化标号场X；3.初始化似然参数；4.在初始化的标号场X上采用3×3邻域定义和初始化辅助场U；5.采用5×5的高阶邻域构造由同质区域、异质区域和U场部分三项组成的先验势能函数；6.更新标号场X和辅助场U；7.根据更新后的标号场X更新似然参数；8.对标号场X和辅助场U进行迭代更新得到最终变化检测结果。本发明与现有技术相比，降低了虚检数目，提高了整体检测精度，增强了对噪声的鲁棒性，可用于SAR图像的识别。
【IPC分类】G06T7-00, G06T5-00
【公开号】CN104680549
【申请号】CN201510131795
【发明人】吴艳, 张磊, 李明, 王凡, 张庆君, 张强
【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24日