[发明专利]基于聚类的高阶累量交叉熵的SAR图像变化检测方法

权利要求书

1.一种基于聚类的高阶累量交叉熵的SAR图像变化检测方法，包括如下步 骤：

(1)选取两幅不同时相的SAR图像，对单幅图像以每一个像素为中心选取窗 口作为该中心点的邻域，对窗口内像素进行K均值聚类，根据聚类结果进行类别合 并，确定窗口内类别，提取与中心像素点同属一类的像素点；

(2)将步骤(1)中提取出的第一幅图的像素点个数n₁和第二幅图的像素点个 数n₂进行个数一致性处理，如果n₁＜n₂，则在第二幅图窗口中计算所有与窗口中心 点同类的像素点与窗口中心点的欧式距离，并选取n₁个欧式距离最小的像素点作为 第二幅图窗口的像素点；如果n₁＞n₂，则在第一幅图窗口中计算所有与窗口中心点 同类的像素点与窗口中心点的欧式距离，并选取n₂个欧式距离最小的像素点作为第 一幅图窗口的像素点，以处理后的两组像素点作为样本点进行基于高阶累量的交叉 熵计算，得到变化差异图；

(3)对每一个像素点重复步骤(1)～(2)，得到一幅变化差异图；

(4)对得到的变化差异图用最大类间方差阈值方法取阈值，得到包含目标像 素点的二值图像；

(5)在二值图像中以每一个像素为中心选取窗口边长为L的正方形窗口，窗 口内像素个数为L2；

(6)计算窗口内部包含的目标像素点的个数N，如果N＞L+1，则确认此窗 口中心像素是目标像素点；如果N≤L+1，计算与窗口中心像素点相连通的目标像 素点的个数n，如果n＞(L+1)/2，则确认此窗口中心像素点是目标像素点，如果 n≤(L+1)/2，则将此窗口中心像素点标记为被错误检测的像素点，将所有被标记 的像素点的像素值设为0；

(7)重复步骤(5)～(6)，对每一个像素点进行判断，得到最终的变化检 测结果图。

2.根据权利要求1所述的基于聚类的高阶累量交叉熵的SAR图像变化检测方 法，其中步骤(1)所述的对窗口内像素进行K均值聚类，是先取原SAR图像边长 的1/6作为窗口大小；再采用K均值聚类方法，将窗口内像素聚为M个类别， M∈[6，10]。

3.根据权利要求1所述的基于聚类的高阶累量交叉熵的SAR图像变化检测方 法，其中步骤(1)所述的对窗口内像素进行K均值聚类，根据聚类结果进行类别 合并，按如下步骤进行：

3a)计算各类内像素的均值，按均值大小将各类排序，将排序后的各类别均 值记为μ_i(i＝1，2，…，M)；

3b)计算相邻的两个类别的均值之差Δμ_ij((i，j)＝(1，2)，(2，3)，…，(M-1，M))和 全部相邻类别的均值之差的均值μ；

3c)比较相邻的两个类别的均值之差Δμ_ij((i，j)＝(1，2)，(2，3)，…，(M-1，M))与 均值之差的均值μ，如果第i类和第j类的均值之差Δμ_ij小于0.8μ或大于1.2μ，则 将i和j合并为一类，否则不合并。

4.根据权利要求1所述的基于聚类的高阶累量交叉熵的SAR图像变化检测方 法，其中步骤(2)所述的基于高阶累量的交叉熵计算得到变化差异图，按如下步 骤进行：

4a)计算两个对应窗口像素集合X的概率密度f_X和集合Y的概率密度f_Y：

fX(x)=(1+KX′;36H3(x)+KX′;424H4(x)+10KX′;32720H6(x))GX(x)---(5A)]]>

fY(x)=(1+KY′;36H3(x)+KY′;424H4(x)+10KY′;32720H6(x))GY(x)---(5B)]]>

其中，K_X；n为集合X的n阶矩m_X；n组成的表达式：

K_X；1＝m_X；1

KX;2=mX;2-mX;12]]>

(5C)

KX;3=mX;3-3mX;2mX;1+2mX;13]]>

KX;4=mX;4-4mX;3mX;1-3mX;22+12mX;2mX;12-6mX;14]]>

K_Y；n为集合Y的n阶矩m_Y；n组成的表达式：

K_Y；1＝m_Y；1

KY;2=mY;2-mY;12]]>

(5D)

KY;3=mY;3-3mY;2mY;1+2mY;13]]>

KY;4=mY;4-4mY;3mX;1-3mY;22+12mY;2mX;12-6mY;14]]>

X′=(X-KX;1)KX;2-1/2---(5E)]]>

Y′=(Y-KY;1)KY;2-1/2---(5F)]]>

H_n(x)是n阶切比雪夫多项式，由下式计算：

(-1)ndnα(x)dxn=Hn(x)·α(x)]]>

(5G)

α(x)=12πe-x22]]>

G_X(x)和G_Y(x)分别为与集合X合集合Y同均值同方差的高斯函数；

4b)将集合X和Y的概率密度f_X和f_Y概率密度代入交叉熵方程：

K(Y|X)=∫logfX(x)fY(x)fX(x)dx]]>

K(X|Y)=∫logfY(x)fX(x)fY(x)dx---(5H)]]>

KLD＝K(Y|X)+K(X|Y)

得到的KLD值作为窗口中心像素点的熵值，此熵值作为变化差异图对应像素点 的像素值；

4c)重复步骤4b)，对每一个像素点进行计算，得到变化差异图。