[发明专利]基于稀疏重建的两时相遥感影像变化检测方法

权利要求书

1.一种基于稀疏重建的两时相遥感影像变化检测方法，其特征在于：包括如下步骤：

(1)输入两幅大小均为I×J的遥感影像X_A和X_B，其中，I为遥感影像的行数，J为遥感影像的列数；

(2)对两幅遥感影像X_A和X_B分别进行N个像素的边界镜像延拓，得到边界延拓后的两幅遥感影像X₁和X₂，其中N为奇数，N∈{1,3,5,7,……}；

(3)以第一幅边界延拓后的遥感影像X₁的像素(i+N,j+N)为中心，选取一个大小为(2N+1)×(2N+1)的重叠图像块y_1k，并将其图像块拉成列向量作为像素(i+N,j+N)的特征向量y₁^ij，得到I×J个特征向量构成训练样本集合其中，i＝1,2,...,I,j＝1,2,...,J，k为正整数；

(4)以第二幅边界延拓后的遥感影像X₂的像素(i+N,j+N)为中心，选取一个大小为(2N+1)×(2N+1)的重叠图像块y_2k，并将其图像块拉成列向量作为像素(i+N,j+N)的特征向量y₂^ij，得到I×J个特征向量构成训练样本集合

(5)用训练样本集合Y₁进行稀疏字典训练，得到训练字典D₁及其对应的稀疏表示系数集合S1={s1k}k=1I*J;]]>

(6)用训练样本集合Y₂进行稀疏字典训练，得到训练字典D₂及其对应的稀疏表示系数集合S2={s2k}k=1I*J;]]>

(7)根据上述训练字典和稀疏表示系数集合，得到去噪后的两幅遥感影像的重叠图像块矩阵和其中，“*”表示矩阵相乘；

(8)将两幅遥感影像的重叠图像块矩阵和中的每个图像块放回与原始各自图像对应的像素位置处，并对这些图像块的重叠部分的灰度值进行平均，重构出两幅遥感影像和

(9)根据重构出的两幅遥感影像和得到两幅重构遥感影像的差值图像YD=|X^1-X^2|]]>和比值图像YR=X^1/X^2;]]>

(10)对两幅重构遥感影像的差值图像Y_D和比值图像Y_R分别进行W层小波分解，得到各自图像在W个分解层上的高频带和低频带的小波系数，其中W＝3；

(11)对差值图像Y_D和比值图像Y_R的高频带和低频带的小波系数采用不同的融合算子进行融合，即对高频带的小波系数选取Y_D和Y_R这两幅图像区域标准差较小的小波系数作为高频带融合后的小波系数；对低频带的小波系数选取Y_D和Y_R这两幅图像边缘信息较大的小波系数作为低频带融合后的小波系数；

(12)对融合后的高频带和低频带的小波系数进行小波逆变换，得到融合后的差异图像X_D；

(13)运用加权的模糊C均值聚类算法对融合后差异图X_D的灰度值进行类别数为2的聚类，得到变化类和非变化类的二值变化检测结果图X_CD，分别用1、0表示，完成对两幅遥感影像变化信息的检测。