[发明专利]基于聚类的高阶累量交叉熵的SAR图像变化检测方法

摘要

本发明公开了一种基于聚类的高阶累量交叉熵的SAR图像变化检测方法，主要解决现有模型法检测中，在变化范围很小的情况下检测结果不准确的缺点。其实现过程包括：(1)利用K均值聚类方法提取窗口的像素点；(2)利用欧氏距离去掉多余像素点；(3)用提取出的窗口的像素点作为样本点进行基于高阶累量的交叉熵算法计算，得到变化差异图；(4)对差异图用最大类间方差阈值方法得到二值图；(5)对二值图像考虑邻域关系进行基于邻域的去杂点运算得到最终的变化检测结果。本发明具有检测小目标变化的优点，可用于检测多时相SAR图像变化的目标。

主权项

一种基于聚类的高阶累量交叉熵的SAR图像变化检测方法，包括如下步骤：(1)选取两幅不同时相的SAR图像，对单幅图像以每一个像素为中心选取窗口作为该中心点的邻域，对窗口内像素进行K均值聚类，根据聚类结果进行类别合并，确定窗口内类别，提取与中心像素点同属一类的像素点；(2)将步骤(1)中提取出的第一幅图的像素点个数n1和第二幅图的像素点个数n2进行个数一致性处理，如果n1＜n2，则在第二幅图窗口中计算所有与窗口中心点同类的像素点与窗口中心点的欧式距离，并选取n1个欧式距离最小的像素点作为第二幅图窗口的像素点；如果n1＞n2，则在第一幅图窗口中计算所有与窗口中心点同类的像素点与窗口中心点的欧式距离，并选取n2个欧式距离最小的像素点作为第一幅图窗口的像素点，以处理后的两组像素点作为样本点进行基于高阶累量的交叉熵计算，得到变化差异图；(3)对每一个像素点重复步骤(1)～(2)，得到一幅变化差异图；(4)对得到的变化差异图用最大类间方差阈值方法取阈值，得到包含目标像素点的二值图像；(5)在二值图像中以每一个像素为中心选取窗口边长为L的正方形窗口，窗口内像素个数为L2；(6)计算窗口内部包含的目标像素点的个数N，如果N＞L+1，则确认此窗口中心像素是目标像素点；如果N≤L+1，计算与窗口中心像素点相连通的目标像素点的个数n，如果n＞(L+1)/2，则确认此窗口中心像素点是目标像素点，如果n≤(L+1)/2，则将此窗口中心像素点标记为被错误检测的像素点，将所有被标记的像素点的像素值设为0；(7)重复步骤(5)～(6)，对每一个像素点进行判断，得到最终的变化检测结果图。