[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

说明书

本申请公开了基于相似矩阵的时间序列极化SAR累积变化检测方法，涉及遥感影像变化检测技术领域，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。本发明提供的基于相似矩阵的时间序列极化SAR累积变化检测方法不重复计算差异图，相对时间序列内连续两两变化检测的传统检测手段，提高了检测精度和作业效率。

技术领域

本申请涉及遥感影像变化检测技术领域，特别涉及基于相似矩阵的时间序列极化SAR累积变化检测方法。

背景技术

合成孔径雷达（Synthetic Aperture Radar，SAR）作为一种主动式微波传感器，相对于光学遥感，不受光照和云雨雾等观测条件限制，能够实现全天时全天候地对地观测，从而保证动态变化监测时间的连续性，成为了目前遥感领域中一种重要监测手段。

利用不同时相的PolSAR遥感影像进行变化检测，已被广泛应用于土地覆盖变化监测、森林生物量变化监测、灾害评估、冰川变化监测、农作物生长监测、湿地监测等诸多领域。

但是，现有技术仅限于两个时相极化SAR影像之间的变化检测。在实际应用中，例如洪灾监测，要对灾区在洪灾发生后直至结束的一段时间内进行持续遥感监测，获得多于2个时相的PolSAR影像。在持续监测过程中，洪水通常呈现先涨后退。若采用现有技术评估洪灾淹没面积，那么选择哪个时相的灾后影像与灾前影像变化检测至关重要。若选取的灾后影像刚好处于洪水消退状态，这将导致评估的受灾面积缩减，从而给灾后重建带来诸多不便。

为了解决该问题，传统检测方法通常先利用时间序列内连续相邻2个时相的影像进行两两变化检测，再将所有的变化检测结果进行融合，获得整个时序的累积变化二值图。传统检测方法存在以下缺陷：

（1）易产生漏检或误检；

（2）计算过程重复、作业效率低。

因此，亟需一种时间序列极化SAR变化检测方法以解决上述缺陷。

发明内容

（一）申请目的

基于此，为了避免在时间序列内对连续相邻两个时相的极化SAR影像重复检测，提高检测效率，本申请公开了以下技术方案。

（二）技术方案

本申请公开了基于相似矩阵的时间序列极化SAR累积变化检测方法，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。

在一种可能的实施方式中，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。

在一种可能的实施方式中，所述每两个时相极化SAR影像相干矩阵和/的相似度/定义为：

。

在一种可能的实施方式中，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。