基于直方图和精英遗传聚类算法的SAR图像变化检测

摘要

本发明涉及一种基于直方图和精英遗传聚类算法的SAR图像变化检测，结合了遗传算法的全局搜索能力和模糊聚类算法的局部搜索能力，加快了算法的收敛速度，得到了更优的图像变化检测效果；同时本发明通过使用直方图的思想，有效减少了算法的运算速度。

主权项

基于直方图和精英遗传聚类算法的SAR图像变化检测，其特征是：包括如下步骤：步骤101：开始基于直方图和精英遗传聚类算法的SAR图像变化检测；步骤102：导入两幅大小均为P的SAR图像，标记为X₁和X₂；步骤103：计算出图像X₁和图像X₂对应像素灰度值的领域差值并归一化，得到领域差值图像S，计算两幅图像X₁和X₂对应素灰度值的领域比值并归一化，得到领域比值图R，然后用双边滤波的思想对图像S和图像R进行融合，得到差异图X_d的灰度矩阵H_X；步骤104：设定模糊度权值m，聚类个数n，种群大小P，最大进化次数T,终止条件阈值ε；步骤105：产生初始种群并计算适应度函数；步骤106：对种群V(t)进行轮盘赌选择操作得到选择后的种群V_s(t)；步骤107：对选择后的种群V_s(t)进行交叉操作，得到交叉后的种群V_c(t)；步骤108：对交叉后的种群V_c(t)进行变异操作，得到变异后的种群V_m(t)；步骤109：根据FCM的目标函数J₁计算步骤108中得出的变异后的种群V_m(t)的适应度函数f²(t)，f²(t)＝[f²₁,f²₂,...,f²₃₀]，对种群V(t)和种群V_m(t)进行精英选择操作，得到新的种群V_e(t)；步骤110：将种群V_e(t)作为FCM的初始聚类中心，按照步骤105更新种群，得出更新后的种群V(t+1)；步骤111：判断当前迭代数t是否等于最大迭代次数T或者适应度函数f³(t)的最大值是否等于ε，如果当前迭代数t等于最大迭代次数T或者适应度函数f³(t)的最大值等于ε，则停止循环，输出种群V(t)，执行步骤112；否则循环执行步骤105～步骤110，直到满足循环结束条件；步骤112：根据分割阈值p完成对差异图X_d的分割；步骤113：结束基于直方图和精英遗传聚类算法的SAR图像变化检测。