发明名称 |
用于变化检测的高斯对数模型单边曲率拟合阈值方法 |
摘要 |
本发明公开了用于变化检测的高斯对数模型单边曲率拟合阈值方法,属于SAR图像变化检测领域。该方法的实现过程为:首先对两幅不同时间相同地域的SAR图像构造差异图并求出差异图像的直方图,在直方图上确定单边拟合区域,假设单边拟合区域中灰度级为阈值,通过单边拟合评价函数计算高斯对数模型对单边拟合区域的曲率拟合误差,求出单边拟合区域中曲率拟合误差最小的阈值,确定无变化区域的直方图概率分布函数和初始阈值,根据初始阈值确定基于高斯模型变化区域直方图概率分布函数。最后用最大后验概率方法确定最终阈值,通过该阈值构造SAR图像变化检测结果图,完成对两幅不同时间、相同地域SAR图像变化区域的检测。通过与几种SAR图像变化检测阈值方法对比,本发明得到的SAR图像变化检测结果的性能最好。 |
申请公布号 |
CN102005050B |
申请公布日期 |
2013.04.17 |
申请号 |
CN201010548359.4 |
申请日期 |
2010.11.16 |
申请人 |
西安电子科技大学 |
发明人 |
公茂果;焦李成;曹宇;李阳阳;王桂婷;马文萍;惠转妮;周智强;付磊 |
分类号 |
G06T7/00(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
陕西电子工业专利中心 61205 |
代理人 |
张问芬 |
主权项 |
用于变化检测的高斯对数模型单边曲率拟合阈值方法,其特征在于:首先对两幅不同时间、相同地域的SAR图像构造差异图并求出差异图像的直方图,在直方图上确定单边拟合区域,假设单边拟合区域中的灰度级为阈值,通过单边拟合评价函数计算高斯对数模型对单边拟合区域的曲率拟合误差,求出单边拟合区域中曲率拟合误差最小的阈值,并确定无变化区域的直方图概率分布函数和初始阈值,根据初始阈值确定基于高斯模型的变化区域直方图概率分布函数,应用最大后验概率方法确定最终的阈值,并通过该阈值构造SAR图像变化检测结果图,完成SAR图像变化区域的检测,其具体步骤如下:(1)对两幅不同时间相同地域的SAR图像I1,I2构造差异图像;(2)遍历差异图像的每个像素,记录图像上每个灰度级出现的频率值,求出该差异图像的灰度直方图h(g),g∈[0,255]为灰度级范围,在直方图上确定单边拟合区域,区域范围的上限为mup,下限为mlow;(3)令阈值Ti=mlow,i=1;(4)根据阈值Ti应用高斯对数模型 <mrow> <mi>p</mi> <mrow> <mo>(</mo> <mi>x</mi> <mo>|</mo> <mi>μ</mi> <mo>,</mo> <mi>σ</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>xσ</mi> <msqrt> <mn>2</mn> <mi>π</mi> </msqrt> </mrow> </mfrac> <mi>exp</mi> <mo>{</mo> <mo>-</mo> <mfrac> <msup> <mrow> <mo>(</mo> <mi>ln</mi> <mi>x</mi> <mo>-</mo> <mi>μ</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mrow> <mn>2</mn> <msup> <mi>σ</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>}</mo> </mrow>计算阈值Ti下的无变化区域的直方图概率分布函数pncln(x|μ,σ),式中μ为均值参数,σ为方差参数,x>0为直方图灰度级;(5)利用评价函数OSC(g,Ti)=var(|h(g)‑pncln(g|μ,σ)|),g∈[mlow,mup]为直方图灰度级,计算单边曲率拟合误差;(6)利用公式c(i)=min(k|pncln(x||μ±μ*ln(k)|,σ),k∈(1,μ]),式中μ为均值,k为参考平移量,σ为方差,确定阈值Ti下拟合单边区域曲线的平移量c;(7)令Ti=Ti+1,i=i+1,如果Ti≤mup,转步骤(4),否则转步骤(8);(8)求出单边拟合区域中曲率拟合误差最小的阈值Ti,并确定无变化区域的直方图概率分布函数和初始阈值;(9)根据初始阈值,利用高斯模型和最大期望EM参数估计方法,求出变化区域直方图曲线的概率分布函数;(10)根据最大后验概率方法确定最终阈值,并通过该阈值构造变化检测结果图。 |
地址 |
710071 陕西省西安市太白南路2号 |