基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法

摘要

本发明公开了一种基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，处理对象同时包含了光学遥感图像和合成孔径雷达SAR图像，其实现过程包括：(1)根据遥感图像类型产生差异图像，(2)对差异图像进行Gabor小波变换，(3)提取差异图像Gabor小波变换的多尺度和多方向特征，(4)设计加权系数，获得加权Gabor小波特征，(5)使用两级聚类策略对加权Gabor小波特征进行聚类，(6)获得变化检测结果。本发明减少边缘信息的丢失，同时检测较强和微弱、较小的变化区域，减少总错误像素数，保留了更多的细节信息，有效地提取变化结果。

主权项

一种基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，包括如下步骤：步骤1，利用在同一地区不同时间所获得两幅大小相同、相互配准的遥感图像X₀和X₁以产生差异图像X_D；步骤2，对差异图像X_D进行Gabor小波变换；步骤3，提取差异图像Gabor小波变换的多尺度和多方向特征；步骤4，设计权值系数，获得加权Gabor小波特征；步骤5，采用基于FCM算法的两级聚类策略对加权Gabor小波特征进行聚类，具体分为两步，即：（a）运用FCM算法将上一步获得的差异图像像素的特征向量分为：变化类、不变化类和边界类，得到变化类和不变化类的聚类中心，用v_c和v_u分别表示变化类ω_c和不变化类ω_u的聚类中心，ω_b表示边界类；（b）计算边界类ω_b中每一个特征向量与变化类和不变化类聚类中心的距离，将其分配到与聚类中心距离最小的类；然后同第（a）步得到的变化类和不变化类结合，得到新的变化类和不变化类；步骤6，变化类像素位置置1，不变化类像素位置置0，得到最终的二值变化检测结果。