一种基于遗传核模糊聚类的SAR图像变化检测方法

摘要

本发明提供了一种基于遗传核模糊聚类的SAR图像变化检测方法，包括如下步骤：(1)选择两幅大小均为P的SAR图像，标记为X₁和X₂并导入；(2)计算出图像X₁和图像X₂对应像素灰度值的领域差值图像S和领域比值图像R；(3)用双边滤波方法对图像S和图像R进行融合，得到差异图X_d和灰度矩阵H_x；(4)使用遗传核模糊聚类的SAR图像变化检测方法获得种群V(T₀)；(5)根据V(T₀)计算分割阈值p，并根据分割阈值p完成对差异图X_d的分割。本发明由于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

一种基于遗传核模糊聚类的SAR图像变化检测方法，其特征是，包括如下步骤：(1)选择两幅大小均为P的SAR图像，标记为X₁和X₂并导入；(2)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，计算出图像X₁和X₂对应素灰度值的领域比值并归一化，得到领域比值图像R；(3)用双边滤波方法对图像S和图像R进行融合，得到差异图X_d和灰度矩阵H_x；(4)使用遗传核模糊聚类的SAR图像变化检测方法获得种群V(T₀)：(4a)初始化：设定模糊度权值m，聚类个数n，种群大小M，最大进化次数T，终止条件阈值ε；(4b)产生初始种群V(t)，并计算适应度函数；(4c)对初始种群V(t)进行遗传算法的选择、交叉和变异操作，得到新种群V_m(t)；(4d)根据核模糊聚类算法KFCM的目标函数J2，计算步骤(4c)中得出的新种群V_m(t)的适应度函数f²(t)，对种群V(t)和新种群V_m(t)进行精英选择操作，得到新的种群V_e(t)；(4e)将新的种群V_e(t)作为核模糊聚类算法KFCM的初始聚类中心，按照步骤(4c)更新种群，得出更新后的种群V(t+1)和适应度函数f³(t)；(4f)判断适应度函数f³(t)的最大值是否等于ε或者当前迭代数t是否等于最大进化次数T，如果t≥T或者f³(t)＝ε，则停止循环，输出种群V(T₀)；否则循环执行步骤(4b)～(4c)，直到满足循环结束条件；(5)根据V(T₀)计算分割阈值p，并根据分割阈值p完成对差异图X_d的分割。