[发明专利]一种全极化SAR影像变化区域精确提取方法

权利要求书

1.一种全极化SAR影像变化区域精确提取方法，其特征在于，包括以下步骤：

(1)提取特征，对大小为M×N全极化SAR影像I_A提取n个特征，得到特征影像F_i，i＝1,2,3....n，对大小为M×N全极化SAR影像I_B同样提取n个特征，得到特征影像E_i,i＝1,2,3....n；

其中I_A为变化前的全极化SAR影像，I_B为变化后的全极化SAR影像，i表示所提取的特征序号；

n为13，13个特征分别为：极化度，极化总功率，一致性参数，熵，二阶矩，对比度，相关性，极化熵，平均散射角，反熵，表面散射，二次散射和体散射；

(2)生成差异影像，根据步骤(1)中得到的特征影像，计算得到差异影像r_i各像素点的像素值，i＝1,2,3....n，即

r_i(s,t)＝F_i(s,t)/E_i(s,t) s＝1,2,...,M；t＝1,2,...,N

其中r_i表示第i个特征的差异影像，(s,t)表示差异影像上任意像素点，r_i(s,t)为差异影像r_i中像素点(s,t)的像素值，F_i(s,t)表示特征影像F_i中像素点(s,t)的像素值，E_i(s,t)表示特征影像E_i中像素点(s,t)的像素值；

(3)根据步骤(2)中得到的差异影像r_i，判定所有像素点为变化像素点、未变化像素点或待确定像素点；

1)所有像素点均为判定对象，则任意像素点均可判定为三种可能事件：其中H₁表示“像素点变化”，H₂表示“像素点未变化”，H₃表示“像素点待确定”；

2)将每个特征的差异影像r_i分别作为判别依据，求得所有像素点在每个判别依据下三种可能事件的信任程度，其计算公式如下：

式中m_i(H₁)表示在第i个判别依据下，对“像素点变化”事件的信任程度；m_i(H₂)表示在第i个判别依据下，对“像素点未变化”事件的信任程度；m_i(H₃)表示在第i个判别依据下，对“像素点待确定”事件的信任程度；表示取其中的最大值；表示取其中的最大值，C_i为第i个差异影像中最大像素值，c_i为第i个差异影像中最小像素值，α表示不确定度，其计算公式如下：

3)将所有像素点分别在n个判别依据下进行判定之后，对n个判别依据进行合成，计算所有像素点在n个判别依据下三种可能事件的信任程度，其计算公式如下：

式中m(H₁)表示在n个判别依据下，对“像素点变化”事件的信任程度；m(H₂)表示在n个判别依据下，对“像素点未变化”事件的信任程度；m(H₃)表示在n个判别依据下，对“像素点待确定”事件的信任程度，K为冲突因子，计算公式如下：

其中A_i表示在第i个判别依据下的可能事件，i＝1,2,...,n，取值为H₁,H₂,H₃；

4)当m(H₁)大于0.85时，判定像素点(s,t)发生变化，当m(H₂)大于0.85时，判定像素点(s,t)未发生变化，当m(H₁)小于0.85且m(H₂)小于0.85时，判定像素点(s,t)为待确定像素点；

(4)判定待确定像素点是否变化，根据步骤(2)中得到的差异影像r_i和步骤(3)中所有像素点的判定结果，使用SVM模型对所有待确定像素点进行判定；

(5)全极化SAR影像变化区域划分，结合步骤(3)和步骤(4)的判定结果，提取整幅全极化SAR影像的变化区域。