[发明专利]基于NSCT域合成核的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，涉及图像变化检测，可用于对SAR图像进行地物状态变化监测与评估。

背景技术

SAR图像的变化检测指利用不同时期的SAR图像获取地物变化信息的过程，是一种针对SAR图像的特点而建立的数据分析方法，用于识别地表状态的变化。光学遥感虽然成像分辨率高，但只能在白天成像，且受天气影响较重，而SAR系统具有全天候、全天时、覆盖面积大等优点，同时具有固定的重访周期，分辨率高，能斜距成像等特点，所以SAR图像比光学遥感图像更适合于变化检测。随着SAR技术的不断发展，SAR图像的变化检测在资源和环境监测、军事目标探测、农业作物监测、以及自然灾情监测与评估等领域的应用越来越广泛。

依据SAR图像变化检测方法的特点，SAR图像的变化检测可分为：基于简单代数运算的变化检测方法，如图像差值法，图像比值法；基于图像变换的变化检测方法，如主成分分析法；基于多信息融合的变化检测方法，如融合SAR影像强度信息和纹理信息进行变换检测；基于统计模型的变化检测方法，如学者Gabriele Moser提出了利用马尔科夫随机场MRF模型构建SAR图像像素的邻域相关信息的变化检测方法。近年来研究较多的是基于多尺度分析和核方法的SAR图像变化检测方法，例如学者L.Bruzzone将基于细节保留小波变换的多尺度分析方法引入到SAR变化检测中，该方法具有良好的抗噪性能，但是对于细节和噪声的保留没有一个较优的处理方法；Kai-Kuang Ma提出一种基于双树-复小波变换DT-CWT的变化检测方法，它利用DT-CWT对对数比值图进行多尺度分解，但它没有考虑到图像的纹理信息，且其中阈值的选取也是一个棘手的问题；最近学者Gustavo Camps-Valls又提出了基于Gabor域合成核的变化检测方法，它首先利用Gabor滤波器提取纹理信息，然后利用核方法融合原始图像的强度信息和纹理信息，最后用支持矢量积SVM实现变化检测，由于该Gabor域合成核方法能较好的融合原始图像的强度特征和纹理特征，因此其能产生较优的变化检测结果，但Gabor域合成核方法存在如下缺点：该方法由于不是专门针对SAR图像而建立的方法，因此在处理受相干斑噪声影响的SAR图像时其精度不高；由于Gabor变换是一种具有多尺度、单一分辨率的变换，不能进行多分辨分析。

发明内容

本发明的目的在于克服上述已有问题的缺点，提出一种基于非下采样轮廓波变换NSCT域合成核的SAR图像变化检测方法，以解决Gabor域合成核导致的无法用多分辨率分析对SAR图像进行变化检测的问题。

为实现上述目的，本发明的实现步骤包括如下：

A训练步骤：

A1)使用非下采样轮廓波变换NSCT将原始两时相SAR图像X₁={X₁(p，q)|1≤p≤I，1≤q≤J}和X₂={X₂(p，q)|1≤p≤I，1≤q≤J}进行S个尺度的分解，得到S个尺度上的两时相图像，其中I，J分别为原始图像长度和宽度大小，(p，q)为图像像素点；

A2)对步骤A1)得到的S个尺度上的两时相图像提取强度特征和纹理特征，并进行归一化，得到归一化后的S个尺度上的强度特征和纹理特征再将归一化后的这两种特征联合，构成S个尺度上的两时相图像特征

Tim={gXim,wXim},]]>

其中，m=1，2...S，i＝1，2，i是指示原始两时相SAR图像Ｘ₁或者X₂的下标；

A3)从步骤A1)得到的S个尺度的两时相图像中，手动提取N_s个标签训练样本，将这些训练样本用步骤A2)得到的归一化后的S个尺度上的强度特征和纹理特征进行表示，得到S个尺度上的两时相的标签训练样本特征