[发明专利]基于均值漂移遗传聚类的SAR图像变化检测方法

摘要

本发明提出了一种基于均值漂移遗传聚类的SAR图像变化检测方法，其实现步骤为(1)导入图像；(2)构造差异图像；(3)均值漂移滤波；(4)遗传模糊聚类；(5)分割差异图像；(6)输出结果。本发明既可以有效减少处于变化类和非变化类之间的区域对合成孔径雷达SAR图像变化检测结果的影响，抑制背合成孔径雷达SAR图像中的固有噪声，又结合了均值漂移滤波、模糊模糊聚类的局部最优和遗传算法的全局寻优能力，加快了算法的收敛速度，减少检测结果中的漏检信息，具有较高的变化检测精度。

主权项

一种基于均值漂移滤波和遗传聚类的SAR图像变化检测方法，包括如下步骤：(1)导入图像：导入同一地区、不同时刻获取的两幅大小相同的合成孔径雷达SAR图像；(2)构造差异图像：(2a)计算两幅合成孔径雷达SAR图像的邻域差值图像；(2b)计算两幅合成孔径雷达SAR图像的邻域比值图像；(2c)计算两幅合成孔径雷达SAR图像的邻域差值图像和两幅合成孔径雷达SAR图像的邻域比值图像融合后的归一化差异图像；(3)均值漂移滤波：(3a)利用核密度估计方法，得到两幅合成孔径雷达SAR图像的邻域差值图像和两幅合成孔径雷达SAR图像的邻域比值图像融合后的差异图像每个像素点的核密度值；(3b)将融合后的归一化差异图像每个像素点的灰度值与步骤(3a)得到融合后的差异图像的每个像素点的核密度值作减法运算，并对减法运算结果取绝对值；(3c)判断绝对值是否小于设定的阈值，若是，则执行步骤(3d)；否则，执行步骤(3a)；(3d)将绝对值作为差异图像的像素点灰度值，得到去噪后差异图像；(4)遗传模糊聚类：(4a)初始化去噪后差异图像的第一代种群；(4b)按照下式，计算去噪后差异图像的第一代种群全局划分指标：J(t)=Σi=1cΣj=0nμijm(t)dij2H(j);]]>其中，J(t)表示去噪后差异图像的的第一代种群全局划分指标，t表示去噪后差异图像的第一代种群的进化次数，∑表示求和操作，i表示去噪后差异图像的聚类中心中的第i个类的序号，c表示去噪后差异图像的聚类个数，j表示去噪后差异图像的第j个像素点的序号，n表示去噪后差异图像总像素点个数，μij表示去噪后差异图像的第j个像素点隶属于去噪后差异图像的聚类中心中第i类的隶属度，μij取值范围为[0，1]，且必须满足的约束条件，m表示模糊指数因子，m为取值大于1的正数，dij2表示去噪后差异图像的第j个像素点到去噪后差异图像的聚类中心中第i类的距离，H(j)表示融合后的归一化差异图像的第j个像素点的灰度值；(4c)按照下式，计算去噪后差异图像的第一代种群的个体适应度：f(t)=11+J(t);]]>其中，f(t)表示去噪后差异图像的第一代种群的个体适应度，t表示去噪后差异图像的第一代种群的进化次数，J(t)表示去噪后差异图像的全局划分指标；(4d)采用遗传操作获得去噪后差异图像的下一代种群；(4e)按照步骤(4c)中的方法计算去噪后差异图像的下一代种群中每个个体的适应度；(4f)判断去噪后差异图像的下一代种群是否稳定，若是，则执行步骤(4g)；否则，执行步骤(4d)；(4g)计算去噪后差异图像的下一代种群的适应度最大值；(4h)将去噪后差异图像的下一代种群的适应度最大值的个体作为去噪后差异图像的聚类中心；(5)分割差异图像：(5a)按照下式，计算去噪后差异图像的隶属度矩阵的元素：μij=(Σk=1c(||Yj-Vi||2dkj2)1m-1)-1;]]>其中，μij表示去噪后差异图像的隶属度矩阵的元素，i表示去噪后差异图像的聚类中心中第i个类的序号，j表示去噪后差异图像的第j个像素点的序号，∑表示求和操作，k表示去噪后差异图像聚类中心中第k个类的序号，c表示去噪后差异图像的聚类个数，||·||表示求欧式距离操作，Yj表示去噪后差异图像的第j个像素点灰度值，Vi表示去噪后差异图像的第i个聚类中心，dkj2表示去噪后差异图像的第j个像素点到去噪后差异图像第k类的聚类中心距离，m表示模糊指数因子，m为取值大于1的正数；(5b)求去噪后差异图像的隶属度矩阵所有元素最小值所在的行数；(5c)将步骤(5b)获得的最小值所在的行数作为去噪后差异图像的分割阈值；(5d)判断去噪后差异图像每个像素点的灰度值是否小于去噪后差异图像的分割阈值，若是，执行步骤(5e)；否则，执行步骤(5f)；(5e)将小于去噪后差异图像的分割阈值像素点，归为去噪后差异图像的非变化类；(5f)将大于等于去噪后差异图像的分割阈值像素点，归为去噪后差异图像的变化类；(6)输出结果：对得到的去噪后差异图像的非变化类和去噪后差异图像的变化类，得到两幅合成孔径雷达SAR图像的变化检测的结果图。