基于自适应权值图像融合的SAR图像变化检测方法

摘要

本发明公开了一种基于自适应权值图像融合的SAR图像变化检测方法，主要解决现有技术中单一类型差异图检测精度低的问题。其实现步骤为：1.读入不同时刻同一地区的两幅SAR图像，分别进行PPB滤波得到滤波后的图像X₁和X₂；2.根据滤波后的图像，得到差值图D_s与对数比值图D_l；3.分别对D_s和D_l进行均值滤波，得到均值滤波后的差值图D_s'与中值滤波后的比值图D_l'；4.计算融合参数η(i,j)；5.根据融合参数对差值图D_s'与比值图D_l'进行融合产生差异图D；6.将差异图D聚成不同的两类，得到变化检测结果。本发明具有操作简单、抗噪性好和检测精度高的优点，可应用于环境监测、灾害预测。

主权项

一种基于自适应权值图像融合的SAR图像变化检测方法，包括如下步骤：(1)读入在不同时刻同一地区获取的两幅SAR图像I₁和I₂，并对这两幅SAR图像I₁和I₂分别进行基于块的权重概率滤波，得到滤波后的两幅图像X₁和X₂；(2)计算滤波后的两幅图像X₁和X₂所对应像素灰度值的差，并进行归一化，得到差值图D_s；(3)计算滤波后的两幅图像X₁和X₂对应像素灰度值的商，并进行归一化，得到对数比值图D_l；(4)将差值图D_s进行11×11窗口的均值滤波，消除差值图D_s中的噪声像素点，得到均值滤波后的差值图D_s'；(5)将对数比值图D_l进行3×3窗口的中值滤波，抑制对数比值图D_l中的孤立像素点，得到中值滤波后的对数比值图D_l'；(6)分别计算差值图D_s'中每一个像素点x(i,j)的3×3邻域Ω_x像素灰度值的均值μ_x(i,j)与方差σ_x(i,j)，得到融合参数：该融合参数η(i,j)随着像素变化而变化，其变化范围在0‑1之间，用于体现测量像素点x(i,j)所处的3*3邻域Ω_x的异质性，即匀质区域或异质区域；匀质区域是指图像中平滑的区域，异质区域是指图像中的噪声部分或边缘部分，像素点x(i,j)处于异质区域时的融合参数η(i,j)大于其处于匀质区域时的融合参数η(i,j)；(7)根据得到的融合参数η(i,j)将均值滤波后的差值图D_s'与中值滤波后的对数比值图D_l'进行图像融合，得到融合后的差异图D，该差异图D中每一个横纵坐标在i，j 处的像素点为：D(i,j)＝η(i,j)×D_s′(i,j)+(1‑η(i,j))×D_l′(i,j)，其中，D′_s(i,j)为均值滤波后差值图中横纵坐标分别为i，j的点，D_l'(i,j)为中值滤波后对数比值图中横纵坐标分别为i，j的点；(8)用k‑means聚类方法将融合后的差异图D聚类成不同的两类，分别计算这两个不同类别的均值，定义均值较大的那一类为变化类，均值较小的那一类为非变化类，得到最终的变化检测结果。