[发明专利]基于双字典交叉稀疏表示的光学遥感图像变化检测方法

权利要求书

1.一种基于双字典交叉稀疏表示的光学遥感图像变化检测方法，包括如下步骤：

（1）读入同一地区不同时刻获取的已配准的两幅遥感图像X₁和X₂，图像大小为I×J；

（2）对图像X₁和X₂分别进行N个像素的边界镜像拓展，得到边界拓展后的图像Y₁和Y₂，其中N为奇数，N∈{3,5,7}；

（3）对图像Y₁的像素(i+N,j+N)，以该像素为中心选取一个大小为N×N的正方形图像块，将该图像块中像素灰度值按照从左到右、再从上到下的顺序排列成一个列向量，该列向量作为像素(i+N,j+N)的特征向量其中i和j为图像的行序号和列序号，i=1,2,...,I，j＝1,2,...,J；

（4）对图像Y₂的像素(i+N,j+N)，以该像素为中心选取一个大小为N×N的正方形图像块，将该图像块中像素灰度值按照从左到右、再从上到下的顺序排列成一个列向量，该列向量作为像素(i+N,j+N)的特征向量

（5）对图像Y₁的像素(i+N,j+N)构造局部字典对图像Y₁的像素(i+N,j+N)，以该像素为中心选取一个大小为(2N+1)×(2N+1)的搜索窗对搜索窗中的像素，在保证不超出搜索窗边界的情况下，逐个像素选取大小为N×N的正方形图像块，并将每一个正方形图像块中像素灰度值按照从左到右、再从上到下的顺序排列成一个列向量，每个列向量作为局部字典的一个原子，用总共(N+2)×(N+2)个原子构成一个维数大小为N²×(N+2)²的局部字典

（6）按照步骤（5），对图像Y₂的像素(i+N，j+N)构造局部字典

（7）利用局部字典对特征向量进行稀疏表示，使用正交匹配追踪算法计算稀疏表示系数

（8）利用局部字典对特征向量进行稀疏表示，使用正交匹配追踪算法计算稀疏表示系数

（9）计算稀疏表示系数的l₁范数，并对l₁范数的结果取下整数，得到幅度值A₁(i,j)，由图像Y₁所有像素对应的A₁(i,j)得到l₁范数图A₁={A₁(i,j)i=1,2,...,I，j＝1,2,...,J}；

（10）计算稀疏表示系数的l₁范数，并对l₁范数的结果取下整数，得到幅度值A₂(i,j)，由图像Y₂所有像素对应的A₂(i,j)得到l₁范数图A₂={A₂(i,j)|i=1,2,...,I，j=1,2,...,J}；

（11）构造差异图A：对两幅l₁范数图的对应像素点的幅度值进行减法运算，并对减法运算的结果取绝对值，得到一幅差异图像A=|A₁-A₂|；

（12）对差异图A进行最大熵阈值，得到初分类二值图C；

（13）对初分类二值图C进行区域生长，得到最终的变化检测结果图E。