[发明专利]基于深度曲波差分DSN的极化SAR图像变化检测方法

说明书

本发明公开了一种基于深度曲波差分DSN的极化SAR图像变化检测方法，主要解决现有方法中极化SAR图像变化检测没有考虑极化SAR图像特有的多尺度特征，而且检测精度不高的问题。本发明的具体步骤如下：(1)输入极化SAR图像；(2)获得极化散射矩阵；(3)计算极化协方差矩阵；(4)获得滤波后的极化协方差矩阵；(5)计算归一化后的极化协方差矩阵；(6)构造数据集；(7)构造多尺度差分变化检测模型；(8)训练多尺度差分变化检测模型；(9)获得变化检测结果。本发明具有对极化SAR图像的多尺度特征提取好和检测精度高的优点。

技术领域

本发明属于图像处理技术领域，更进一步涉及遥感图像变化检测技术领域中的一种基于深度曲波差分深度堆栈网络DSN(Deep Stack Network)的极化合成孔径雷达SAR(Synthetic Aperture Radar)图像变化检测方法。本发明可实现对两幅不同时相获取的极化合成孔径雷达SAR图像不同区域的检测，可广泛应用于土地利用，军事监测，城市规划，灾后重建等领域。

背景技术

极化合成孔径雷达SAR图像变化检测是指利用同一地区不同时相的两幅极化合成孔径雷达SAR图像来检测和分析地面的变化情况。由于极化合成孔径雷达SAR技术与普通光学遥感技术相比具有全天候、全天时工作的特点，使得极化合成孔径雷达SAR图像变化检测在民用领域和军事应用领域有着广泛的应用。近年来，利用极化合成孔径雷达SAR图像进行变化检测在国际遥感领域受到高度重视，已经成为图像处理领域的主要技术之一。

Ganchao Liu等人在其发表的论文“A new patch based change detector forpolarimetric SAR data”(Pattern Recognition,2015,48(3):685-695)中提出了一种基于块相似性的极化合成孔径雷达SAR图像变化检测方法。该方法的第一阶段首先对两幅不同时相的极化合成孔径雷达SAR图像运用非局部滤波方法和块相似算法进行降噪操作。第二阶段构造等效视数估计器，分别计算降噪后的两幅极化合成孔径雷达SAR图像的等效视数。第三阶段根据求得的等效视数，对两幅降噪后的极化合成孔径雷达SAR图像做比值操作，得到比值图。最后阶段设置合理的阈值，根据比值图求得变化检测图。由于该方法只考虑两幅图像的局部特征，虽然能够得到较好的变化检测结果，但是，该方法仍然存在的不足之处是，该方法没有考虑极化合成孔径雷达SAR图像特有的多尺度特征，所以仍存在变化检测精度不高的问题。

天津大学在其申请的专利文献“基于极化状态提取的极化合成孔径雷达SAR图像变化检测方法”(专利申请号：201610526246.1，公开号：106204569A)中提出了一种基于极化状态提取图像变化检测方法。该方法首先对已配准的两时相图像分别进行去取向和相干斑抑制的预处理操作；自动选取预处理后两时相图像中的不变目标作为样本，并构造样本目标的特征矢量；寻找使得目标特征矢量相似性系数最大的极化椭圆率角和极化方位角作为该样本目标的最优极化状态；将两幅图像所有样本目标的最优极化状态取平均后得到整幅图像的最优极化状态组合χ_opt和ψ_opt，并在最优极化状态下构造变化检测特征量。根据求得的χ_opt和ψ_opt计算极化Kennaugh矩阵，结合变化检测特征量，利用极化合成公式，计算两个时相极化合成孔径雷达SAR图像对应目标在最优极化状态下的接收功率P_A和P_B，并构造比值变化检测特征量F。利用双阈值判别方法对变化检测特征量F进行判别，得到变化检测结果F′。虽然，该方法提取了极化合成孔径雷达SAR图像特有的极化状态，对于极化状态特征明显的极化合成孔径雷达SAR图像有较好的检测，但是，该方法仍然存在的不足之处是，计算过程繁琐，对两幅极化合成孔径雷达SAR图像成像条件要求较高。

发明内容