[发明专利]一种基于分解的SAR图像多目标模糊变化检测方法

权利要求书

1.一种基于分解的SAR图像多目标模糊变化检测方法，其特征在于，所述方法包括：

步骤一：获取在同一地理区域的两个不同时期的SAR图像，并对图像进行预处理；

步骤二：对预处理后的图像分别使用log算子获得保留细节差分图像，使用小波滤波与基于频域的显著性检测相结合的方式，获得去噪差分图像；

步骤三：针对保留细节差分图像和去噪差分图像采用两个相互冲突的目标函数，使用基于分解的多目标演化计算算法同时优化两个目标；

步骤四：构造初始均匀权重向量，对保留细节和去除噪声两个目标分配不同的权重配比，使用多目标演化计算方法更新模糊聚类中心值；

步骤五：结合分解的思想，使用新设计的模糊隶属度更新公式来更新像素的隶属度值，从而得到最终的分类结果，获得变化检测图像。

2.根据权利要求1所述的方法，其特征在于，所述步骤三中，针对保留细节差分图像，目标函数如下：

其中，N为图像中像素点的个数；C为分类的数量，C＝{1，2}，分别代表变化和未发生变化的类；x_i为保留细节差分图像中第i个像素点的值；v_k为第k个类的聚类中心；G_ki为模糊因子；m代表模糊系数；u_ki表示保留细节差分图像中第i个像素对第k个类的隶属度。

3.根据权利要求2所述的方法，其特征在于，所述步骤三中，针对去噪差分图像，目标函数如下：

其中，为去除噪声差分图像中第i个像素点的值；为对应计算得到的隶属度因子。

4.根据权利要求3所述的方法，其特征在于，所述隶属度因子的计算公式为：

其中d_ij为像素点i和像素点j之间的欧氏距离；N_i为去除噪声差分图像中以像素点i为中心的不包含自身的相邻像素点；为去除噪声差分图像中第j个像素点的值。

5.根据权利要求4所述的方法，其特征在于，所述步骤五中新设计的模糊隶属度更新公式为：

其中，w₁代表对保留细节的目标赋予的权重，w₂代表对去除噪声目标赋予的权重。

6.根据权利要求5所述的方法，其特征在于，所述步骤一中预处理后的两张不同时期的SAR图像分别记为X₁＝{P₁(a，b)|1≤a≤H，1≤b≤W}和X₂＝{P₂(a，b)|1≤a≤H，1≤b≤W}；

其中，P(a，b)代表坐标(a，b)处的像素值；H和W分别表示原始SAR图像的高度和宽度；

所述步骤二中对预处理后的图像使用log算子获得保留细节差分图像DI_detail，包括：

DI_detail＝|log(X₂+1)-log(X₁+1)|

其中，log代表对数比算子。