[发明专利]基于邻域相似性及掩模增强的SAR图像变化检测方法

说明书

技术领域

本发明属于遥感图像处理领域，涉及遥感图像的变化检测，可用于对SAR图像变化的检测。

背景技术

合成孔径雷达SAR是现代遥感领域的一项突破性技术，成为获取信息的一个重要手段。随着SAR技术的不断发展和成熟，及SAR系统的分辨率的不断提高，使得SAR系统具有了全天候、全天时及覆盖面积大等优点。不同时相同一场景的SAR图像的获得，使得通过SAR图像变化检测技术提供目标与场景实时动态信息成为可能。

变化检测是遥感技术的主要应用之一，它通过对不同时相同一场景的各种图像进行对比分析，根据图像之间的差异来得到人们所需要的地物或目标的变化信息。变化检测技术可以检测出不同时期图像灰度值或局部纹理之间的变化，在此基础上获得感兴趣目标在形状、位置、数量、及其它属性的变化情况。这些变化可能是由图像场景的真实变化引起的，也可能是由入射角、大气条件、传感器精度、地面湿度等变化引起的。SAR图像的变化检测则特指研究不同时相同一场景的两幅或多幅SAR图像之间的变化信息，SAR图像变化检测技术在环境检测等已被广泛应用，如土地利用分析、森林采伐检测、灾情评估等。

然而，SAR图像在具有上述优点的同时，受斑点噪声影响是其应用的一个主要瓶颈，如何从SAR图像自身特点出发，有效抑制斑点噪声是SAR图像实际应用中必须考虑的一个问题。

随着计算机和成像技术的不断发展，SAR图像变化检测技术也在不断提高和改进中，近年来逐渐形成了以下几种较为经典的变化检测算法：

图像差值法：其主要过程是将两时相SAR图像对应像素点的灰度值相减得到差异图，然后选取0～255的阈值进行分割，得到变化和非变化区域。图像差值法算法简单，方便易行，但这种方法的缺点也比较明显：容易受SAR成像质量、波谱特征不同等客观条件影响，易产生“伪变化”信息。图像比值法：其主要过程是计算两时相SAR图像对应像素点灰度值的比值得到差异图，如果一个像素没有发生变化，则比值应该接近与1，反之，远大于或远小于1。该方法对SAR图像的乘性噪声是不敏感的，但得到的差异图精确度往往会受变化类型影响较大。分类后比较法：其主要过程是先用同一种分类方法对每一时相SAR图像进行分类，然后将分类结果图进行比较，以确定变化的类别和区域。如果对应像素的分类类别相同，则认为该像素没有发生变化，反之，发生了变化。该方法不仅可以检测变化区域，还可以确定变化类别信息，同时受配准误差影响较小，但它的缺点是受分类器的误差积累影响很大。

以上三种方法是最为经典的变化检测方法，另外还有变化向量分析法，主分量分析法等等。但是这些方法均受SAR图像斑点噪声影响较大，必须预先对两时相SAR图像进行滤波去噪，才能得到较好的变化检测结果，而滤波在变化检测方法中需要占用较长的运行时间，增加了变化检测方法的复杂度，另外这些方法构造的差异图中变化类与非变化类区别都不够明显，增加了后续的分类的难度。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于邻域相似性及掩模增强的SAR图像变化检测方法，以在无需进行滤波去噪的情况下，抑制SAR图像的部分斑点噪声，提高变化检测结果的正确率。

本发明的技术方案是：基于邻域相似度的原理，构建了一个由比值算子演化而来的邻域相似度NSR算子，根据NSR算子构造两时相SAR图像的差异影像图DI，再通过对DI的掩模增强处理后K均值聚类得到变化结果图。其具体实现步骤如下：

(1)对不同时相同一场景的两幅SAR图像I₁和I₂进行几何校正和配准；

(2)根据邻域相似度NSR算子，按照如下步骤构造图像I₁和I₂的差异影像图DI；

2a)分别取得两时相SAR图像I₁和I₂在同一位置x上的像素灰度值邻域集合N₁(x)和N₂(x)，其大小为N×N，N∈{3，5，7，9}；

2b)比较两个邻域集合N₁(x)和N₂(x)的相似性，得到差异图DI在位置x上的像素灰度值DI(x)：