主权项 |
1.一种基于双字典交叉稀疏表示的光学遥感图像变化检测方法,包括如下步骤:(1)读入同一地区不同时刻获取的已配准的两幅遥感图像X<sub>1</sub>和X<sub>2</sub>,图像大小为I×J;(2)对图像X<sub>1</sub>和X<sub>2</sub>分别进行N个像素的边界镜像拓展,得到边界拓展后的图像Y<sub>1</sub>和Y<sub>2</sub>,其中N为奇数,N∈{3,5,7};(3)对图像Y<sub>1</sub>的像素(i+N,j+N),以该像素为中心选取一个大小为N×N的正方形图像块,将该图像块中像素灰度值按照从左到右、再从上到下的顺序排列成一个列向量,该列向量作为像素(i+N,j+N)的特征向量<img file="FDA00002772933000011.GIF" wi="74" he="57" />其中i和j为图像的行序号和列序号,i=1,2,...,I,j=1,2,...,J;(4)对图像Y<sub>2</sub>的像素(i+N,j+N),以该像素为中心选取一个大小为N×N的正方形图像块,将该图像块中像素灰度值按照从左到右、再从上到下的顺序排列成一个列向量,该列向量作为像素(i+N,j+N)的特征向量<img file="FDA00002772933000012.GIF" wi="73" he="57" />(5)对图像Y<sub>1</sub>的像素(i+N,j+N)构造局部字典<img file="FDA00002772933000013.GIF" wi="82" he="57" />对图像Y<sub>1</sub>的像素(i+N,j+N),以该像素为中心选取一个大小为(2N+1)×(2N+1)的搜索窗<img file="FDA00002772933000014.GIF" wi="99" he="58" />对搜索窗<img file="FDA00002772933000015.GIF" wi="78" he="58" />中的像素,在保证不超出搜索窗<img file="FDA00002772933000016.GIF" wi="78" he="58" />边界的情况下,逐个像素选取大小为N×N的正方形图像块,并将每一个正方形图像块中像素灰度值按照从左到右、再从上到下的顺序排列成一个列向量,每个列向量作为局部字典的一个原子,用总共(N+2)×(N+2)个原子构成一个维数大小为N<sup>2</sup>×(N+2)<sup>2</sup>的局部字典<img file="FDA00002772933000017.GIF" wi="82" he="58" />(6)按照步骤(5),对图像Y<sub>2</sub>的像素(i+N,j+N)构造局部字典<img file="FDA00002772933000018.GIF" wi="81" he="58" />(7)利用局部字典<img file="FDA00002772933000019.GIF" wi="60" he="58" />对特征向量<img file="FDA000027729330000110.GIF" wi="53" he="58" />进行稀疏表示,使用正交匹配追踪算法计算稀疏表示系数<img file="FDA000027729330000111.GIF" wi="70" he="57" />(8)利用局部字典<img file="FDA000027729330000112.GIF" wi="60" he="57" />对特征向量<img file="FDA000027729330000113.GIF" wi="53" he="57" />进行稀疏表示,使用正交匹配追踪算法计算稀疏表示系数<img file="FDA000027729330000114.GIF" wi="70" he="57" />(9)计算稀疏表示系数<img file="FDA000027729330000115.GIF" wi="50" he="57" />的l<sub>1</sub>范数,并对l<sub>1</sub>范数的结果取下整数,得到幅度值A<sub>1</sub>(i,j),由图像Y<sub>1</sub>所有像素对应的A<sub>1</sub>(i,j)得到l<sub>1</sub>范数图A<sub>1</sub>={A<sub>1</sub>(i,j)i=1,2,...,I,j=1,2,...,J};(10)计算稀疏表示系数<img file="FDA00002772933000021.GIF" wi="50" he="57" />的l<sub>1</sub>范数,并对l<sub>1</sub>范数的结果取下整数,得到幅度值A<sub>2</sub>(i,j),由图像Y<sub>2</sub>所有像素对应的A<sub>2</sub>(i,j)得到l<sub>1</sub>范数图A<sub>2</sub>={A<sub>2</sub>(i,j)|i=1,2,...,I,j=1,2,...,J};(11)构造差异图A:对两幅l<sub>1</sub>范数图的对应像素点的幅度值进行减法运算,并对减法运算的结果取绝对值,得到一幅差异图像A=|A<sub>1</sub>-A<sub>2</sub>|;(12)对差异图A进行最大熵阈值,得到初分类二值图C;(13)对初分类二值图C进行区域生长,得到最终的变化检测结果图E。 |