[发明专利]基于相似矩阵的时间序列极化SAR累积变化检测方法

权利要求书

1.基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，包括：

构建时间序列内全部时相极化SAR影像的相似矩阵；

将所述相似矩阵线性变换，计算所述相似矩阵的最大特征值；

根据所述最大特征值计算极化SAR影像在时间序列内累积变化的差异图；

通过分割所述差异图获取极化SAR影像在时间序列内的累积变化检测结果。

2.如权利要求1所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述相似矩阵的构建方法具体包括：

对同一地区N个时相的极化SAR影像进行配准，其中，N≧2；

极化SAR影像上每个像素的极化后向散射用相干矩阵T描述，则空间位置上像素p在时间维度上形成了时间序列内的相干矩阵；

计算时间序列内每两个时相极化SAR影像相干矩阵和/的相似度/，得到相似矩阵R：

其中，表示求相干矩阵相似度运算。

3.如权利要求2所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述每两个时相极化SAR影像相干矩阵和/的相似度/定义为：

。

4.如权利要求2所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述相干矩阵T的表达式为：

其中，、/、/分别表示HH、VV、HV三个极化通道复数影像数据；/表示复数求模；/表示影像空间窗口取平均；上标/表示复数求共轭。/

5.如权利要求2所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述差异图的计算方法具体包括：

通过将所述相似矩阵对角化从而将相似矩阵线性变换，计算所述最大特征值；

遍历极化SAR影像空间位置上各像素，基于所述最大特征值求解差异度，计算差异图DI：

其中，下标P、Q分别表示极化SAR影像的宽、高，即差异图的宽、高。

6.如权利要求5所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述相似矩阵对角化表示为：

其中，是由实特征值组成的对角阵，/，/；，列矢量/是特征值/的相应特征矢量。

7.如权利要求6所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述最大特征值表示为：

。

8.如权利要求7所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述差异度表示为：

。

9.如权利要求1所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述累积变化检测结果的获取方法具体包括：

构建所述差异图的马尔科夫随机场MRF能量函数模型；

基于模拟退火全局优化算法的MRF能量函数最小化，对所述差异图进行二值分割，获取极化SAR影像在时间序列内的累积变化检测结果。