[发明专利]基于阈值优化的SAR图像变化检测方法有效
申请号: | 201810688454.0 | 申请日: | 2018-06-28 |
公开(公告)号: | CN108986083B | 公开(公告)日: | 2020-08-04 |
发明(设计)人: | 李阳阳;焦李成;李甜甜;陆高;尚荣华;马文萍;马晶晶 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
地址: | 710071 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 阈值 优化 sar 图像 变化 检测 方法 | ||
1.一种基于阈值优化的合成孔径雷达SAR图像变化检测方法,其特征在于,利用径向基函数采用替代估计值计算公式计算每个候选阈值的替代估计值,利用每个候选阈值的替代估计值和距离度量值,采用采样权重公式,计算每个候选阈值的采样权重值,该方法的具体步骤包括如下:
(1)输入合成孔径雷达SAR图像和变化参考图:
输入同一地区,不同时刻获取的两幅合成孔径雷达图像以及该地区的变化参考图;
(2)预处理输入图像:
(2a)判断输入的合成孔径雷达图像和变化参考图是否为彩色图像,若是,执行步骤(2b),否则,执行步骤(2c)
(2b)将输入的合成孔径雷达图像和变化参考图转化成灰度图像;
(2c)选取3×3中值滤波器分别对变化前、变化后的合成孔径雷达图像进行中值滤波,得到中值滤波后的两幅变化前、变化后的合成孔径雷达图像;
(3)按照下式,构造差异图:
其中,I表示构造的差异图,log表示以2为底的对数操作,I1表示中值滤波后的变化前的图像,I2表示中值滤波后的变化后图像;
(4)产生初始阈值:
(4a)在区间[Min,Max]产生一个随机数,将该随机数作为初始阈值,其中,Min表示差异图中所有像素的最小值,Max表示差异图中所有像素的最大值;
(4b)将初始阈值加入阈值集合中;
(5)生成变化检测图:
(5a)从差异图中任意选取的一个像素点;
(5b)判断所选取像素点的像素值是否小于等于初始阈值,若是,将所选像素点的像素值设置为0,否则,将所选像素点的像素值设置为255;
(5c)判断是否选取完差异图中的所有像素点,若是,执行步骤(6),否则,执行步骤(5a);
(6)计算初始阈值的适应度;
(6a)利用Kappa系数计算法,计算变化检测图与变化参考图之间的Kappa系数;
(6b)用1减去Kappa系数,将差值作为初始阈值的适应度值;
(7)产生候选阈值:
在[0,1]区间随机产生100个不同的随机数,利用候选解采样法,分别生成与所选100个不同的随机数对应的100个候选阈值;
(8)计算每个候选阈值的替代估计值:
(8a)按照下式,计算每个候选阈值的径向基插值:
其中,Sk(zk)表示第k个候选阈值zk的径向基插值,n表示阈值集合中阈值的个数,∑表示求和操作,i表示阈值xi在阈值集合中的序号,m表示径向基的序号,λm表示由线性方程组得到的第m个径向基的系数,||·||表示求欧式距离操作,zk表示第k个候选阈值,xi表示阈值集合中的第i个阈值,b表示由线性方程组得到的权重值,a表示由线性方程组得到的偏移量值;
(8b)将100个候选阈值的径向基插值从大到小排序,得出径向基插值的最大值和最小值;
(8c)利用径向基函数采用替代估计值计算公式计算每个候选阈值的替代估计值;
(9)计算每个候选阈值的距离度量值:
(9a)采用欧氏距离公式,分别计算每个候选阈值与阈值集合每个阈值的欧氏距离,得到每个候选阈值的欧氏距离集合,将每个候选阈值的欧氏距离集合中的最小值作为该候选阈值的最小欧氏距离;
(9b)将100个候选阈值的最小欧氏距离从大到小排序,得出最大值和最小值;
(9c)利用距离度量值公式,计算每个候选解的距离度量值;
(10)产生当前更新阈值:
(10a)利用每个候选阈值的替代估计值和距离度量值,采用采样权重公式,计算每个候选阈值的采样权重值;
(10b)对100个候选阈值的采样权重从大到小排序,将最大的采样权重对应的候选阈值作为当前更新阈值;
(10c)将当前更新阈值加入阈值集合中;
(11)生成变化检测图:
(11a)从差异图中任意选取的一个像素点;
(11b)判断所选取像素点的像素值是否小于等于当前更新阈值,若是,将所选像素点的像素值设置为0,否则,将所选像素点的像素值设置为255;
(11c)判断是否选取完差异图中的所有像素点,若是,执行步骤(12),否则,执行步骤(11a);
(12)计算当前更新阈值的适应度;
(12a)利用Kappa系数计算法,计算变化检测图与变化参考图之间的Kappa系数;
(12b)用1减去Kappa系数,将差值作为当前更新阈值的适应度值;
(13)判断当前更新阈值与前一次阈值的差的绝对值是否小于终止精度,若是,执行步骤(14),否则,执行步骤(7);
(14)产生最优阈值:
对阈值集合中所有阈值的适应度从大到小排序,从中选取最小适应度的阈值,将该阈值作为最优阈值;
(15)生成变化检测图:
(15a)从差异图中任意选取的一个像素点;
(15b)判断所选取像素点的像素值是否小于等于最优阈值,若是,将所选像素点的像素值设置为0,否则,将所选像素点的像素值设置为255;
(15c)判断是否选取完差异图中的所有像素点,若是,执行步骤(16),否则,执行步骤(15a);
(16)得到变化检测图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810688454.0/1.html,转载请声明来源钻瓜专利网。