基于二阶统计量扰动分析的SAR图像变化检测方法

摘要

本发明公开了一种基于时变SAR图像二阶统计量扰动分析的变化检测方法，主要解决时变相干斑噪声影响SAR图像变化检测结果的问题。其实现过程是：(1)将已配准且进行辐射校正和几何校正的两幅待检测SAR图像做差，并取模产生差图像；(2)用两幅待检测图像和差图像构造二阶统计量向量；(3)结合扰动分析计算二阶统计量向量与不变区域二阶统计量的标准形式的相关系数，用相关系数构造差异图；(4)用模糊C均值聚类方法对差异图聚类，实现变化检测。本发明有效地减少了由于时变相干斑噪声造成的虚警，可用于对不同时段同一场景变化区域的检测。

主权项

一种基于二阶统计量扰动分析的SAR图像变化检测方法，包括如下步骤：(1)对采集场景初次的SAR图像X和该场景出现变化后的SAR图像Y依次进行配准、几何校正、辐射校正的预处理，并对这两幅图像做差取模值，得到差图像Z＝|X‑Y|；(2)用上述三个图像X、Y、Z中相同坐标的元素构造一组输入向量k＝[X_(x,y),Y_(x,y),Z_(x,y)]^T，并将k的形式简化为k＝[k₁,k₂,k₃]^T，其中X_(x,y)是图像X在(x，y)坐标处的像素值，Y_(x,y),Z_(x,y)分别对应图像Y,Z在(x，y)坐标处的像素值，k₁,k₂,k₃分别与X_(x,y),Y_(x,y),Z_(x,y)一一对应，^T为转置操作符；(3)根据向量k定义二阶统计量向量t：t＝[<k₁²>,<k₂²>,<k₃²>,<k₁k₂>,<k₁k₃>,<k₂k₃>]^T/||[<k₁²>,<k₂²>,<k₃²>,<k₁k₂>,<k₁k₃>,<k₂k₃>]||₂其中<·>代表求集合平均，||·||₂代表求向量的二范数；(4)计算二阶统计量向量标准形式t_m到不变区域二阶标准向量t_u的投影矩阵P：(4a)在不考虑相干斑噪声的前提下，设不变区域的输入向量k＝a[1,1,0]^T，a是一个与雷达回波强度有关的标量；(4b)根据二阶统计量向量t的构造方式，计算出理想情况下不变区域二阶统计量向量t的形式为去掉系数记作二阶统计量向量t的标准形式t_m＝[1,1,0,1,0,0]^T。(4c)将标准形式t_m投影到[1,0,0,0,0,0]^T方向，将[1,0,0,0,0,0]^T记作不变区域二阶标准向量t_u；(4d)计算出从t_m到t_u的投影矩阵P：P＝E‑2(w·w^T)其中，E是一个6阶单位矩阵，w是一个中间变量，^T为转置操作符，$E=\left[\begin{array}{cccccc}1& 0& 0& 0& 0& 0\\ 0& 1& 0& 0& 0& 0\\ 0& 0& 1& 0& 0& 0\\ 0& 0& 0& 1& 0& 0\\ 0& 0& 0& 0& 1& 0\\ 0& 0& 0& 0& 0& 1\end{array}\right],$w＝(t_m‑|t_m|·[1,0,0,0,0,0])/||t_m‑|t_m|·[1,0,0,0,0,0]||₂，|·|代表取模操作，||·||₂代表求向量的二范数；(5)通过投影矩阵P对全部二阶统计量向量t进行线性投影，得到一组二阶向量t_pr＝P·t，结合扰动分析，依次计算对每个坐标下的t_pr与不变区域二阶标准向量t_u的相关系数γ：$\gamma =\frac{1}{\sqrt{1+R\frac{{\left|{t_{\mathrm{pr}}}^{*T}{t}_u\right|}^2}{{t_{\mathrm{pr}}}^{*T}{t}_{\mathrm{pr}}-{\left|{t_{\mathrm{pr}}}^{*T}{t}_u\right|}^2}}}$其中，R是根据实际数据设置的扰动分析参数，取值为R＝0.5，^*为共轭操作符，(6)每个坐标下的t_pr都能计算出一个γ，将这些γ按t_pr对应的坐标排列，构成差异图D；(7)对上述差异图D做均值滤波，并对做均值滤波之后的差异图依次进行幂次变换和模糊C均值聚类，得到二值图像I，完成变化检测。