專利名稱：用于變化檢測的高斯對數(shù)模型單邊曲率擬合閾值方法
技術(shù)領(lǐng)域：
本發(fā)明涉及SAR圖像變化檢測領(lǐng)域，是處理由不同時相SAR圖像構(gòu)造的比值差異 影像圖的閾值方法。具體地說是一種用于變化檢測的高斯對數(shù)模型單邊曲率擬合閾值方 法，來解決SAR圖像變化檢測領(lǐng)域中變化區(qū)域正確檢測率不高的問題，本方法適用于多種 復(fù)雜SAR圖像，用于提高SAR圖像變化檢測系統(tǒng)的檢測精度和系統(tǒng)穩(wěn)定性。
背景技術(shù)：
SAR圖像變化檢測是從不同時間獲取同一地理區(qū)域的多時相遙感影像，并定性地 分析地表變化過程和特性的技術(shù)。與光學(xué)遙感系統(tǒng)相比，SAR系統(tǒng)具有全天時、全天候獲取 數(shù)據(jù)的能力，所以SAR圖像變化檢測技術(shù)正廣泛的應(yīng)用于各個領(lǐng)域，例如環(huán)境監(jiān)控，農(nóng)業(yè)研 究，城市區(qū)域研究，森林監(jiān)控等方面。閾值技術(shù)是SAR圖像變化檢測中的關(guān)鍵技術(shù)之一。該技術(shù)通過不同時相的SAR影 像圖構(gòu)造差異圖，然后在差異圖的基礎(chǔ)上進行自動閾值的確定，形成最終變化檢測結(jié)果圖。 在變化檢測過程中，該技術(shù)具有運算簡單，時間復(fù)雜度低等特點。同時，在相關(guān)SAR圖像變 化檢測技術(shù)中閾值技術(shù)又往往作為其中的一個環(huán)節(jié)。閾值算法性能也影響著相關(guān)算法的性 能，因此，閾值技術(shù)在SAR圖像變化檢測領(lǐng)域中至關(guān)重要。在閾值技術(shù)中，差異影像直方圖 的概率統(tǒng)計分布是其核心內(nèi)容，概率統(tǒng)計模型構(gòu)造和選擇是否得當(dāng)，能否很好的擬合差異 影像直方圖，直接影響著SAR圖像變化檢測的性能，受到了國內(nèi)外研究者的廣泛關(guān)注。所 以，目前的研究主要集中在統(tǒng)計概率分布模型的建立上。國內(nèi)外學(xué)者提出了很多不同的閾值方法來提高SAR圖像變化檢測系統(tǒng)的檢測性 能，但均存在不同的問題，主要是不能自動確定閾值和檢測錯誤率較高的問題。閾值方法作 為一種自動檢測方法，具有完全自動性的優(yōu)點，但是現(xiàn)有的閾值方法其檢測錯誤率仍較高。近些年來，許多研究者也給出了不同的自動閾值的確定方法。Kittler和 Illingworth提出了經(jīng)典了 K&I閾值方法，該方法假設(shè)變化區(qū)域與非變化區(qū)域的直方圖統(tǒng) 計分布符合高斯分布，通過最小化懲罰函數(shù)來自動確定閾值。但該方法中基于高斯模型的 假設(shè)并不準確，實際SAR圖像數(shù)據(jù)分布并不符合高斯分布，所以其檢測錯誤率仍較高。意大 利G. Moser，S. B. Serpico等人在K&I閾值基礎(chǔ)上提出了一種廣義K&I閾值方法，該方法以 三種概率分布模型=Nakagami分布、Log-Normal分布和Weibull分布為基礎(chǔ)擴展了 K&I閾 值方法。該閾值方法由于使用了更加適合SAR圖像數(shù)據(jù)分布的模型，所以呈現(xiàn)了較好的檢 測結(jié)果。但是，這三種模型仍不能完全擬合差異圖直方圖，所以其檢測正確率仍然不是很 尚ο

發(fā)明內(nèi)容
本發(fā)明的目的在于為了克服現(xiàn)有方法具有較高的檢測錯誤率之不足，進一步提 高SAR圖像變化檢測的正確率，從而提高檢測精度，針對SAR圖像變化檢測自身的特點，提 出了一種用于變化檢測的高斯對數(shù)模型單邊曲率擬合閾值方法，與其它經(jīng)典的方法和近來提出的方法相比能獲得較高的檢測正確率。實現(xiàn)本發(fā)明目的的技術(shù)方案是首先對兩幅不同時間、相同地域的SAR圖像構(gòu)造 差異圖并求出差異圖像的直方圖，然后在直方圖上確定單邊擬合區(qū)域，接著通過單邊擬合 評價函數(shù)計算高斯對數(shù)模型對單邊擬合區(qū)域的直方圖曲率的擬合誤差，之后求出單邊擬合 區(qū)域中曲率擬合誤差最小的閾值，并確定無變化區(qū)域的直方圖概率分布函數(shù)和初始閾值。 然后根據(jù)初始閾值確定基于高斯模型的變化區(qū)域直方圖概率分布函數(shù)，最后應(yīng)用最大后驗 概率方法確定最終的閾值，并通過該閾值構(gòu)造SAR圖像變化檢測結(jié)果圖，完成對兩幅不同 時間、相同地域SAR圖像變化區(qū)域的檢測，其具體步驟如下(1)對兩幅不同時間相同地域的SAR圖像I1, I2構(gòu)造差異圖像；(2)遍歷差異圖像的每個像素，記錄圖像上每個灰度級出現(xiàn)的頻率值，求出該差異 圖像的直方圖h(g)，g e
為灰度級范圍，在直方圖上確定單邊擬合區(qū)域，區(qū) 域范圍的上下限為mlow，mup ；(3)令閾值 Ti = mlow, i = 1 ；(4)根據(jù)閾值Ti應(yīng)用高斯對數(shù)模型
權(quán)利要求
1.用于變化檢測的高斯對數(shù)模型單邊曲率擬合閾值方法，其特征在于首先對兩幅不 同時間、相同地域的SAR圖像構(gòu)造差異圖并求出差異圖像的直方圖，在直方圖上確定單邊 擬合區(qū)域，假設(shè)單邊擬合區(qū)域中的灰度級為閾值，通過單邊擬合評價函數(shù)計算高斯對數(shù)模 型對單邊擬合區(qū)域的曲率擬合誤差，求出單邊擬合區(qū)域中曲率擬合誤差最小的閾值，并確 定無變化區(qū)域的直方圖概率分布函數(shù)和初始閾值，根據(jù)初始閾值確定基于高斯模型的變化 區(qū)域直方圖概率分布函數(shù)，應(yīng)用最大后驗概率方法確定最終的閾值，并通過該閾值構(gòu)造SAR 圖像變化檢測結(jié)果圖，完成SAR圖像變化區(qū)域的檢測，其具體步驟如下(1)對兩幅不同時間相同地域的SAR圖像I1,I2構(gòu)造差異圖像；(2)遍歷差異圖像的每個像素，記錄圖像上每個灰度級出現(xiàn)的頻率值，求出該差異圖像 的灰度直方圖h(g)，g e
為灰度級范圍，在直方圖上確定單邊擬合區(qū)域，區(qū)域范圍 的上下限為mlow，mup ；(3)令閾值Ti = mlow, i = 1 ；(4)根據(jù)閾值Ti應(yīng)用高斯對數(shù)模型
全文摘要
本發(fā)明公開了用于變化檢測的高斯對數(shù)模型單邊曲率擬合閾值方法，屬于SAR圖像變化檢測領(lǐng)域。該方法的實現(xiàn)過程為首先對兩幅不同時間相同地域的SAR圖像構(gòu)造差異圖并求出差異圖像的直方圖，在直方圖上確定單邊擬合區(qū)域，假設(shè)單邊擬合區(qū)域中灰度級為閾值，通過單邊擬合評價函數(shù)計算高斯對數(shù)模型對單邊擬合區(qū)域的曲率擬合誤差，求出單邊擬合區(qū)域中曲率擬合誤差最小的閾值，確定無變化區(qū)域的直方圖概率分布函數(shù)和初始閾值，根據(jù)初始閾值確定基于高斯模型變化區(qū)域直方圖概率分布函數(shù)。最后用最大后驗概率方法確定最終閾值，通過該閾值構(gòu)造SAR圖像變化檢測結(jié)果圖，完成對兩幅不同時間、相同地域SAR圖像變化區(qū)域的檢測。通過與幾種SAR圖像變化檢測閾值方法對比，本發(fā)明得到的SAR圖像變化檢測結(jié)果的性能最好。
文檔編號G06T7/00GK102005050SQ201010548359
公開日2011年4月6日 申請日期2010年11月16日 優(yōu)先權(quán)日2010年11月16日
發(fā)明者付磊, 公茂果, 周智強, 惠轉(zhuǎn)妮, 曹宇, 李陽陽, 焦李成, 王桂婷, 馬文萍 申請人:西安電子科技大學(xué)