[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

说明书

技术领域

本发明属于图像处理技术领域，涉及图像目标变化检测方法，适用于两幅不同 时相SAR图像中含有目标变化信息，被噪声严重污染的变化检测。

背景技术

变化检测旨在通过同一地区不同时期的图像间的差异来得到感兴趣的地物变化 信息，它是开展森林资源调查、土地利用、覆盖变化研究、环境灾害评估、城市规 划和国防军情监控等对地观测应用中的关键技术，具有迫切的需要和广泛的应用前 景。合成孔径雷达SAR具有全天候，全天时的特点，是很好的变化检测信息源，研 究SAR图像变化检测技术有着非常广阔的应用前景。

变化检测是遥感领域研究的重点和热点问题，许多学者从不同的角度对现有的 变化检测方法进行了分类和分析。变化检测方法主要考虑图像对图像的检测，是在 像元级水平上发展起来的检测方法。现有的变化检测方法可以归纳为两大类：一类是 监督检测法，另一类是非监督检测法。前者是指根据地面真实数据来获取变化区域 的训练样区，从而进行变化检测；后者是直接对两个不同时相的数据检测而不需要 任何额外的信息。由于地面的真实信息不容易得到，因此非监督的变化检测方法是 常用的变化检测方法。非监督检测法通常做法是直接比较同一位置不同时相的像元 特征值来检测变化，通常采用数学变换的方式产生不同时相间的差异影像，再对差 异影像进行阈值化处理，从中提取变化区域。从影像是否配准角度出发，提出了先 配准影像再变化检测和变化检测与影像配准同时进行的方法。从算法的角度而言， 许多学者提出了多种方法的综合使用，这些方法包括使用人工神经网络、马尔科夫 随机场、数学形态学和模糊逻辑等。

尽管各种变化检测方法已经广泛的应用到诸多领域，然而，从整体上来说变化 检测对小目标的检测效果仍然存在着变化细节严重丢失和在变化范围很小的情况下 检测结果不准确的问题和二值图像中目标无法明确从杂点中提取的问题。

发明内容

本发明的目的在于克服上述已有问题的缺点，提出了一种基于聚类的高阶累量 交叉熵的SAR图像变化检测方法，以自动实现SAR图像对小目标的变化检测，并提 出了一种在二值图像中将目标从杂点中提取出来的方法。

实现本发明目的技术方案是首先分别对两幅不同时相的图像取对应窗口，分别 检测两幅图像中对应窗口中与窗口中心点属同一类别的像素，然后通过两幅图像对 应窗口像素分布类型的差异得到图像的变化差异图，用最大类间方差阈值方法对变 化差异图进行分割，得到包含目标的二值图像。最后对二值图像中每一个像素点进 行判断，得到变化目标像素点。其具体步骤包括如下：

(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。