主权项 |
1.一种基于图切的SAR图像变化检测方法,包括如下步骤:(1)输入变化前后的SAR图像P<sub>1</sub>和P<sub>2</sub>,并选用变化前后SAR图像的变化检测标准结果图q<sub>0</sub>;(2)将变化前后的SAR图像P<sub>1</sub>和P<sub>2</sub>进行分块预处理,得到m块以及预处理后的变化前图像I<sub>1</sub>和变化后图像I<sub>2</sub>,其中预处理后的变化前图像I<sub>1</sub>中的块标记为d<sub>1i</sub>,i=1,2,...,m,预处理后的变化后图像I<sub>2</sub>中的块标记为d<sub>2i</sub>,i=1,2,...,m;(3)用分块预处理后的变化前图像I<sub>1</sub>构造变化前邻接图:G<sub>1</sub>=[V<sub>1</sub>,S<sub>1</sub>],变化前邻接图G<sub>1</sub>的顶点V<sub>1</sub>表示分块预处理后的变化前图像I<sub>1</sub>中的各个小块,S<sub>1</sub>表示变化前邻接图G<sub>1</sub>的加权边集合:S<sub>1</sub>={s<sub>1</sub>(i,j)},i,j=1,2,...,m,<maths num="0001"><![CDATA[<math><mrow><msub><mi>s</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mfrac><msup><mrow><mo>|</mo><mo>|</mo><msub><mi>d</mi><mrow><mn>1</mn><mi>i</mi></mrow></msub><mo>-</mo><msub><mi>d</mi><mrow><mn>1</mn><mi>j</mi></mrow></msub><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><mrow><mn>2</mn><msup><mi>σ</mi><mn>2</mn></msup></mrow></mfrac><mo>)</mo></mrow><mo>,</mo></mrow></math>]]></maths>其中,σ是高斯核的尺度参数,exp是自然指数;(4)用分块预处理后的变化后图像I<sub>2</sub>构造变化后邻接图:G<sub>2</sub>=[V<sub>2</sub>,S<sub>2</sub>],变化后邻接图G<sub>2</sub>的顶点V<sub>2</sub>表示分块预处理后的变化后图像I<sub>2</sub>中的各个小块,S<sub>2</sub>表示变化后邻接图G<sub>1</sub>的加权边集合:S<sub>2</sub>={s<sub>2</sub>(i,j)},i,j=1,2,...,m,<maths num="0002"><![CDATA[<math><mrow><msub><mi>s</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mfrac><msup><mrow><mo>|</mo><mo>|</mo><msub><mi>d</mi><mrow><mn>2</mn><mi>i</mi></mrow></msub><mo>-</mo><msub><mi>d</mi><mrow><mn>2</mn><mi>j</mi></mrow></msub><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><mrow><mn>2</mn><msup><mi>σ</mi><mn>2</mn></msup></mrow></mfrac><mo>)</mo></mrow><mo>;</mo></mrow></math>]]></maths>(5)将变化前邻接图G<sub>1</sub>和变化后邻接图G<sub>2</sub>中对应顶点连接,得到融合图:G=[V<sub>0</sub>,S<sub>0</sub>],融合图G的顶点V<sub>0</sub>表示分块预处理后的变化前图像I<sub>1</sub>和变化后图像I<sub>2</sub>中的各个小块,融合图G中的加权边的集合S<sub>0</sub>=S<sub>1</sub>∪S<sub>2</sub>∪V,V表示变化前邻接图G<sub>1</sub>和变化后邻接图G<sub>2</sub>对应顶点的加权边集合:V={v(i)},i=1,2,...,m,<maths num="0003"><![CDATA[<math><mrow><mi>v</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>=</mo><mn>1</mn><mo>-</mo><mi>exp</mi><mrow><mo>(</mo><mo>-</mo><mfrac><msup><mrow><mo>|</mo><mo>|</mo><msub><mi>d</mi><mrow><mn>1</mn><mi>i</mi></mrow></msub><mo>-</mo><msub><mi>d</mi><mrow><mn>2</mn><mi>i</mi></mrow></msub><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><msup><mrow><mn>2</mn><mi>σ</mi></mrow><mn>2</mn></msup></mfrac><mo>)</mo></mrow><mo>;</mo></mrow></math>]]></maths>(6)计算融合图G的差异矩阵W=[w(i,j)],i,j=1,2,...,m,<maths num="0004"><![CDATA[<math><mrow><mi>w</mi><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfenced open='{' close=''><mtable><mtr><mtd><mo>|</mo><msub><mi>s</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>-</mo><msub><mi>s</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>i</mi><mo>,</mo><mi>j</mi><mo>)</mo></mrow><mo>|</mo><mo>+</mo><mi>v</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>+</mo><mi>v</mi><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow></mtd><mtd><mi>ifi</mi><mo>≠</mo><mi>j</mi></mtd></mtr><mtr><mtd><mn>3</mn><mo>·</mo><mi>v</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow></mtd><mtd><mi>otherwise</mi></mtd></mtr></mtable></mfenced></mrow></math>]]></maths>其中,v(i)表示分块预处理后的变化前图像I<sub>1</sub>和变化后图像I<sub>2</sub>中块d<sub>1i</sub>和d<sub>2i</sub>之间的不相似度,s<sub>1</sub>(i,j)表示分块预处理后的变化前图像I<sub>1</sub>中块d<sub>1i</sub>与块d<sub>1j</sub>之间的相似度,s<sub>2</sub>(i,j)表示分块预处理后的变化后图像I<sub>2</sub>中块d<sub>2i</sub>与块d<sub>2j</sub>之间的相似度;(7)对差异矩阵W进行NJW谱聚类,类别数k=3,得到差异矩阵W的第i行w<sub>i</sub>的类别标签,i=1,2,...,m;(8)根据差异矩阵W中行w<sub>i</sub>的类别标签,给对应块d<sub>2i</sub>指派类别标签,将分块处理后的变化后图像I<sub>2</sub>聚为k类,得到第h类的数据集合A<sub>h</sub>,1≤h≤k;(9)根据标准结果图q<sub>0</sub>,找到聚类后的k类变化后图像I<sub>2</sub>中代表变化区域的一类数据块A<sub>h</sub>,得到最终的变化检测结果。 |