[发明专利]基于主成份广义逆变换的图像变化检测方法

权利要求书

1.一种基于主成份广义逆变换的图像变化检测方法，其特征在于，通过对待检测图像重新组织数据后进行两个特征空间中的变换，并在变换后的特征空间里进行更新波段差分处理以获取变化成分，再通过自动阈值确定方法来提取变化区域，实现图像变化检测。

2.根据权利要求1所述的基于主成份广义逆变换的图像变化检测方法，其特征是，所述的重新组织数据是指：将原始图像的波段数据按照行的方式转化为列向量：

V^k(t)[n]＝(i-1)×length+j，然后将l个列向量组织成矩阵M，并求出其转置矩阵M^T，M＝[V¹(t1)，V²(t1)，…，V^l(t1)，V¹(t2)，V²(t2)，…，V^l(t2)]，其中：待检测图像分别为i，j，k分别代表图像的行、列和波段数，波段总数为l，width和length分别为图像的宽度像素数和长度像素数，单位为自然常数，t∈{t1，t2}，i∈{1，2，…，width}，j∈{1，2，…，length}，k∈{1，2，…，l}。

3.根据权利要求1所述的基于主成份广义逆变换的图像变化检测方法，其特征是，所述的两个特征空间中的变换是指：PCA变换和PCA广义逆变换，其中：

PCA变换是指：对转置矩阵M^T进行PCA变换，在width×length维空间里通过对M^T协方差矩阵进行对角化找到前m个主成份，m≤l，通过变换后得到特征空间矩阵P，将原始空间中组织后的数据M^T映射到主成份特征空间中，得到新的数据DATA_PCA，DATA_PCA＝M^T·P，其中：P为主成分变换后得到的特征空间矩阵；

PCA广义逆变换是指：通过广义逆矩阵Q，将正特征空间里的数据，映射到广义逆特征空间中，得到新空间中的数据DATA_ACP，DATA_ACP＝DATA_PCA·Q，其中：Q为广义逆矩阵。

4.根据权利要求1所述的基于主成份广义逆变换的图像变化检测方法，其特征是，所述的更新波段差分处理是指：对于波段总数大于1时，直接选择最大的特征值对应的波段求差值向量或将多波段合成后求差值向量，然后再将差值向量还原到图像。如DIFF＝DATA(1，：)-DATA(2，：)，DIFFimage＝DIFF(j+(i-1)×length)，其中：DATA(1，：)，DATA(2，：)分别为变化前后的最大特征值对应波段向量，DIFF为差值向量，DIFF_image为差值向量转化后的差值图像。

5.根据权利要求1所述的基于主成份广义逆变换的图像变化检测方法，其特征是，所述的提取变化区域是指：采用基于OTSU自动阈值方法得到的阈值加上一定的偏移来分离变化区域和非变化区域。