[发明专利]一种基于邻域相对熵的SAR影像变化检测方法

说明书

本发明涉及一种基于邻域相对熵的SAR影像变化检测方法，包括以下步骤：(1)获取前后两时相的合成孔径雷达影像数据；(2)对前后两时相SAR影像执行预处理操作，包括影像配准、地理编码、裁剪感兴趣区域、滤波；(3)结合邻域信息计算前后时相影像间的邻域相对熵；(4)通过相对熵规则化处理解决不对称问题；(5)将上述计算的相对熵结果做归一化处理，以便图像的进一步处理；(6)采用模糊局部信息C均值(FLICM)聚类算法，实现变化信息的提取。所述方法能够削弱SAR影像斑点噪声的影响，降低了漏检率和错检率，提高了变化检测的精度。实验证明提供的方案可以在SAR影像变化检测中起到重要的作用，其中基于D‑邻域相对熵的SAR影像变化检测具有较佳的技术效果。

技术领域

本发明属于遥感影像的数字图像处理领域，特别涉及合成孔径雷达影像变化检测中的基于邻域相对熵的SAR影像变化检测方法。

背景技术

变化检测是开展环境监测、农业调查、灾害评估、城市研究、森林资源监测等对地观测应用中的关键技术，并且可以应用于军事目标侦查，战场打击效果评估等方面，具有迫切的科学应用需求和广泛的应用前景。变化检测是从不同时间获取的同一地理区域的遥感影像中分析和确定地表变化信息的技术。合成孔径雷达(SAR)以其全天时全天候的观测能力，越来越多的应用于变化检测。

一般来说非监督的多时相SAR影像变化检测方法主要有：(1)对数比值法，对前后时相影像的每一个对应像元做除法，再取对数运算。该方法生成的差异图变化类和未变化类之间的对比明显，且可以将乘性噪声转化为加性噪声；(2)均值比法，通过窗口内的像元灰度均值展开计算，在一定程度上对乘性噪声有削弱作用；(3)融合方法，将两种不同方法生成的差异图通过小波系数融合规则进行有效融合，该方法可以结合两种差异图的优势；(4)分布模型法，假设前后影像服从某一分布，然后通过Edgeworth级数展开逼近其概率密度函数，再通过KL散度(也称相对熵)计算差异指数。但是这种方法的计算量非常大。

发明内容

本发明的目的在于解决现有SAR影像变化检测受噪声影响的不足及计算的复杂性，提出了一种基于邻域相对熵的SAR影像变化检测方法，该方法基于邻域相对熵运算，无需影像分布模型，有效克服了现有比值法、均值比、对数比等差异图在细节保持和抑制噪声方面的缺陷以及现有方法中基于Edgeworth级数逼近的计算复杂性。

本发明的技术方案具体如下面所描述：一种基于邻域相对熵的SAR影像变化检测方法，该方法引入邻域灰度信息，通过离散相对熵运算，计算两幅影像之间的差异程度，以此来表征图像的变化程度。最后通过模糊局部信息C均值(FLICM)聚类的方法实现变化信息的提取，其过程包括以下步骤：(1)获取前后两时相的合成孔径雷达影像数据；(2)对前后两时相SAR影像执行预处理操作，包括影像配准、地理编码、裁剪感兴趣区域、滤波；(3)结合邻域信息(引入三种邻域形式：4-邻域、8-邻域、D-邻域)，计算影像间的邻域相对熵；(4)通过相对熵规则化处理解决不对称问题；(5)将上述计算的相对熵结果做归一化处理，以便图像的进一步处理；(6)采用模糊局部信息C均值(FLICM)聚类算法，实现变化信息的提取。所述方法能够削弱SAR影像斑点噪声的影响，降低了漏检率和错检率，提高了变化检测的精度。实验证明，提供的方案可以在SAR影像变化检测中起到重要的作用，其中基于D-邻域相对熵的SAR影像变化检测，具有较佳的技术效果。

进一步地，所述步骤(3)中，在前后两时相影像精确配准的情况下，引入三种邻域形式，通过邻域块的相对熵运算计算两时相影像相应像元相对熵值，以表征它们的相似程度。

引入的三种邻域形式：4-邻域、8-邻域、D-邻域，并通过人工因子α控制着邻域像元对中心像元的影响程度，并通过邻域块之间离散化的计算，获取两时相SAR影像间的差异，三种邻域形式如下：

其中，i表示像元所在的行号，j表示像元所在的列号；

计算公式如下: