[发明专利]基于改进C-V模型的SAR图像变化检测方法

摘要

本发明公开一种基于改进C-V模型的SAR图像变化检测方法，主要解决现有技术检测结果精度低的问题。其实现过程为：对同一地域不同时间获取的两幅SAR图像，用对数比方法构造差异图；初始化水平集函数为符号距离函数，根据水平集函数值的正负将差异图区域分为两个区域；分别计算两个区域的灰度均值；根据水平集函数和两个区域的灰度均值，构建包含基于全局区域信息的能量函数和距离正则项的总能量函数；通过不断更新水平集函数的值获得总能量函数最小值，得到变化检测结果图。本发明用水平集函数表示轮廓曲线，通过更新水平集函数的值，使轮廓曲线朝着变化区域边界处演化，具有全局优化性和抗噪声性，提高了检测结果的精度，可用于灾害评估和环境检测。

主权项

1.一种基于改进C-V模型的SAR图像变化检测方法，包括如下步骤：(1)对同一地域不同时间获取的两幅SAR图像X₁，X₂，用对数比方法构造差异图X；(2)初始化水平集函数φ为符号距离函数形式，根据水平集函数值的正负，将差异图X的整个图像区域Ω分为内部区域Ω₁和外部区域Ω₂；(3)设循环次数n的初始值为n=0,设第n次循环时的水平集函数φⁿ=φ,根据当前水平集函数φⁿ将差异图X分成内部区域和外部区域计算内部区域的灰度均值c₁和外部区域的灰度均值c₂；(4)结合步骤(2)和步骤(3)构建基于全局区域信息的能量函数E_G:EG=∫Ω1n|X(x,y)-c1|2H(φ)dxdy+∫Ω2n|X(x,y)-c2|2(1-H(φ))dxdy,]]>+μ∫Ωδ0(φ)|▿φ|dxdy]]>其中，X(x，y)表示差异图X中像素点的坐标，Ω表示整个差异图区域，c₁为内部区域的灰度均值，c₂为外部区域的灰度均值，表示对水平集函数求梯度，为梯度范式，μ为调节长度约束项的权重参数，H(φ)为Heaviside函数，Dirac函数δ₀(φ)为H(φ)的导数；(5)构建可取代重新初始化过程的距离正则项：该距离正则项中的函数表达式为：p(|▿φ|)=1(2π)2(1-cos(2π|▿φ|)),|▿φ|≤112(|▿φ|-1)2|▿φ|≥1;]]>(6)根据步骤(4)中构造的全局能量函数E_G和步骤(5)中的距离正则项D，构建总能量函数E：E=EG+D]]>=∫Ω1n|X(x,y)-c1|2H(φ)dxdy+∫Ω2n|X(x,y)-c2|2(1-H(φ))dxdy,]]>+μ∫Ωδ0(φ)|▿φ|dxdy+μ0∫Ωp(|▿φ|)dxdy]]>其中μ为调节长度约束项的权重参数，μ₀为距离正则项D的权重参数。(7)通过最小化总能量函数E更新水平集函数φ，获得新的水平集函数φⁿ⁺¹，用该水平集函数φⁿ⁺¹对差异图X进行分割；(8)判断当前的水平集函数φⁿ⁺¹能否使总能量函数E达到最小值，如果能，停止迭代,此时的水平集函数φⁿ⁺¹对应的零水平集就是变化区域的边界，将变化区域的像素灰度值赋值1，非变化区域的像素灰度值赋值0，得到变化检测结果图，否则,返回步骤(3)，用当前的水平集函数φⁿ⁺¹替代步骤(3)中的φⁿ，继续循环迭代。