[发明专利]一种基于反馈和迭代的雷达图像差异检测方法

说明书

本发明涉及一种基于反馈和迭代的雷达图像差异检测方法，针对现有方法中差异图像生成和根据差异图像进行二值标定两个主要步骤，提出通过根据二值标定的结果作为反馈的依据，调整差异图像生成的函数参数和二值标定的阈值设置。本发明通过迭代进行使结果趋于准确，同时通过考虑图像的局部信息使图像中不同位置的差异图生成和二值标定方式不同，增加了算法的鲁棒性，可以在一定程度上提高检测的准确率；并且本发明检测方法使用MRF函数作为迭代的终止条件，也在一定程度上保证了检测方法的准确性。

技术领域

本发明涉及数据图像处理，尤其涉及一种基于反馈和迭代的雷达图像差异检测方法。

背景技术

近些年来，随着计算机技术的飞速发展，基于图像的信息获取与分析越来越依赖于计算机技术。而基于计算机视觉的图像差异性检测也是近年来的研究热点之一。本项目主要解决的是无监督下SAR图像差异性的检测问题。顾名思义，图像差异性检测就是在给定两张基本一致的图像中检测与标注出其中的差异。其中一个重要的应用就是分析雷达图像。变化的检测可以用于环境变化的检测，地貌调研，森林植被变化等等。这种差异性检测主要需要分析相同区域不同时间的两幅雷达图像。

目前解决此类问题的方法主要分为有监督方法和无监督方法【1,2】。前者主要基于有监督的分类器，因此此类方法需要大量的标注过的差异图像来指导分类器的训练。后者则直接对两张含有差异的图像进行比较而不需要额外的信息。虽然有监督的方法一般来说检测的效果会优于无监督的算法，但产生标注过的差异图像代价是比较高的，也是比较困难的。因此在实际应用中无监督的图像差异性检测有着重要的意义。

解决此类问题主要有两个主要步骤，首先是将含有差异的图像通过一定的方法进行处理生成差异图像，然后将差异图像进行差异和非差异区域的标定。关于差异图像的获取方法目前有一些比较成熟的方法。一些研究【5,6,7】使用log ratio(LR)算子进行对图像进行处理，然后生成差异图，Gong【3】等通过比较两张待检测图像每个点周围一定大小邻域内对应位置的差异生成差异图像。Zheng【4】等将两张图片中对应点的像素值的差值和对数的差值进行融合生成差异图，根据生成的差异图进行差异区域和非差异区域的标定时，一部分研究关注如何设置合适的阈值进行二值化【8】。另一种比较流行的方法是利用k-means进行聚类【4】从而进行差异点与非差异点的区分。Lorenzo等在生成差异图像时使用类似方法，然后通过使用EM【8】算法进行差异和非差异阈值的设定，再根据阈值结合每个点周围的信息进行差异性标定的调整。

通过分析发现现有的算法都是将差异图的生成和二值标定图的生成看成两个独立的问题来解决，时间上存在顺序性，但是本发明认为两者之间存在密不可分的联系，因此考虑将两阶段看成一个整体来进行处理。同时利用反馈的思想迭代地优化所得结果，这也是本算法的主要颠覆性所在。

【1】Bruzzone L,Serpico S B.An iterative technique for the detection ofland-cover transitions in multitemporal remote-sensing images[J].IEEETransactions on Geoscience&Remote Sensing,1997,35(4):858-867.

【2】ASHBINDU SINGH.Review Article Digital change detection techniquesusing remotely-sensed data[J].International Journal of Remote Sensing,1989,10(6):989-1003.

【3】Gong M,Cao Y,Wu Q.A Neighborhood-Based Ratio Approach for ChangeDetection in SAR Images[J].IEEE Geoscience&Remote Sensing Letters,2012,9(2):307-311.