基于混合策略博弈的sar圖像變化檢測(cè)方法
【專利摘要】本發(fā)明公開了一種基于混合策略博弈的SAR圖像變化檢測(cè)方法，解決已有進(jìn)化算法在求解SAR圖像變化檢測(cè)時(shí)人為因素導(dǎo)致的變化檢測(cè)準(zhǔn)確率低的問題。該方法包括：1)讀入兩幅已校正配準(zhǔn)的兩時(shí)相SAR圖像；2)采用小波變換融合策略構(gòu)造差異圖；3)根據(jù)差異圖灰度值初始種群，初始策略概率矩陣；4)對(duì)種群中每個(gè)抗體計(jì)算博弈參與人的收益值；5)根據(jù)收益值選取每個(gè)博弈參與人較優(yōu)的抗體組成新的抗體群；6)對(duì)新的抗體群進(jìn)行局部博弈，得到局部博弈后種群；7)更新策略概率矩陣；8)重復(fù)步驟4)至步驟7)直到滿足終止條件，輸出最終的變化檢測(cè)結(jié)果。本發(fā)明降低了已有進(jìn)化算法中人為因素造成的誤差，提高了SAR圖像變化檢測(cè)的精度，利于提取獲得SAR圖像變化細(xì)節(jié)信息。
【專利說明】基于混合策略博弈的SAR圖像變化檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，涉及一種圖像變化檢測(cè)的方法，具體涉及一種對(duì)不同時(shí)刻同一地區(qū)已校正配準(zhǔn)的基于混合策略博弈的SAR圖像變化檢測(cè)方法。
【背景技術(shù)】
[0002]隨著合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)技術(shù)的快速發(fā)展,其分辨率不斷的提高，獲取的合成孔徑雷達(dá)圖像具有不受外界天氣條件和太陽光照射強(qiáng)度對(duì)地物成像的影響，具有全天時(shí)、全天候、覆蓋面積大等特點(diǎn)，彌補(bǔ)了光學(xué)傳感器與紅外成像的不足，使得SAR圖像具有更廣泛的應(yīng)用前景，其中SAR圖像的變化檢測(cè)得到了廣泛的關(guān)注。SAR圖像變化檢測(cè)是對(duì)同一地區(qū)不同時(shí)間的兩幅或多幅SAR圖像進(jìn)行比較，分析出圖像之間的差異從而得到所需的地物變化信息。SAR圖像變化檢測(cè)主要應(yīng)用于自然災(zāi)害、城市擴(kuò)張情況的分析和軍事等方面。
[0003]近幾年，隨著國(guó)內(nèi)外SAR圖像變化檢測(cè)技術(shù)的快速發(fā)展，出現(xiàn)了很多新穎有效的方法，用于提高SAR圖像變化檢測(cè)的性能，可以將這些SAR圖像變化檢測(cè)方法的框架大致分為:(1)分類后比較，此框架能夠減少偽變化信息，不需要復(fù)雜的預(yù)處理；(2)比較后分類，此框架得到的變化細(xì)節(jié)較為顯著。其中比較后分類法得到了較多學(xué)者的關(guān)注。根據(jù)比較后分類的框架已有很多學(xué)者從智能進(jìn)化的角度分析SAR圖像的變化檢測(cè)，將變化檢測(cè)看作是對(duì)差異圖進(jìn)行二分類的問題，用進(jìn)化算法搜索差異圖的最優(yōu)解或最優(yōu)聚類中心，從而獲得變化區(qū)域。
[0004]經(jīng)典的智能進(jìn)化算法主要包括遺傳算法、粒子群算法、人工免疫系統(tǒng)等，這些算法在變化檢測(cè)領(lǐng)域常被使用。其中，非常有代表性的基于進(jìn)化算法的方法是CelikT于2010 年發(fā)表的 “Change Detection in Satellite Images Using a Genetic AlgorithmApproach”，該方法直接將變化檢測(cè)結(jié)果作為初始化種群，利用遺傳算法在所有可能的解中尋找使適應(yīng)度函數(shù)最小的解，將其作為變化檢測(cè)結(jié)果。該方法的不足之處在于:(I)在求解過程中要人為的定義參數(shù)的交叉與變異概率，概率定義的好壞直接影響進(jìn)化結(jié)果的好壞，容易使結(jié)果陷入局部最優(yōu)解，從而會(huì)降低變化檢測(cè)的精確度；(2)用所有可能的解來初始化種群導(dǎo)致初始化效率低下，降低了算法收斂速度；(3)單個(gè)目標(biāo)函數(shù)的求解導(dǎo)致所求得的解偏向某一目標(biāo)，不能全面衡量解的綜合性能，降低了解的多樣性，從而降低了變化檢測(cè)的精確度。

【發(fā)明內(nèi)容】

[0005]本發(fā)明針對(duì)上述現(xiàn)有方法的不足，提出了一種基于混合策略博弈的SAR圖像變化檢測(cè)方法，以達(dá)到降低SAR圖像斑點(diǎn)噪聲的影響，提高變化檢測(cè)精確性的目的。
[0006]為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是:一種基于混合策略博弈的SAR圖像變化檢測(cè)方法，包括如下步驟:
[0007]I)讀入兩幅用幾何校正法配準(zhǔn)后的不同時(shí)刻同一地點(diǎn)的SAR圖像Itl和SAR圖像It2 ；
[0008]2) 用均值比值法構(gòu)造SAR圖像Itl和SAR圖像It2的差異圖D1，用對(duì)數(shù)比值法構(gòu)造SAR圖像Itl和SAR圖像It2的差異圖D2，利用小波變換對(duì)所述的差異圖D1和所述的差異圖D2進(jìn)行融合，得到融合后差異圖D ；
[0009]3)根據(jù)融合后差異圖D隨機(jī)初始博弈種群P，并初全局始策略概率矩陣W，迭代次數(shù)t = 1，最大迭代次數(shù)gmax，定義全局博弈策略空間S=(合作，不合作)；
[0010]博弈種群P是由η個(gè)抗體Pn組成，每個(gè)抗體是以融合后差異圖D的灰度值組成的聚類中心pn = {pni, i = 1，...，k}，pni為第i類的聚類中心，k為融合后差異圖D的類別數(shù)；
[0011]4)根據(jù)博弈種群P計(jì)算每個(gè)抗體Pn的模糊目標(biāo)函數(shù)fi，將模糊目標(biāo)函數(shù)fi看作是博弈參與人I ;根據(jù)博弈種群P計(jì)算每個(gè)抗體Pn的致密分離有效性目標(biāo)函數(shù)f2，將致密分離有效性目標(biāo)函數(shù)f2看作是博弈參與人2:
[0012]
【權(quán)利要求】
1.基于混合策略博弈的SAR圖像變化檢測(cè)方法，其特征在于包括如下步驟: 1)讀入兩幅用幾何校正法配準(zhǔn)后的不同時(shí)刻同一地點(diǎn)的SAR圖像Itl和SAR圖像It2 ； 2)用均值比值法構(gòu)造SAR圖像Itl和SAR圖像It2的差異圖D1，用對(duì)數(shù)比值法構(gòu)造SAR圖像Itl和SAR圖像It2的差異圖D2，利用小波變換對(duì)所述的差異圖D1和所述的差異圖D2進(jìn)行融合，得到融合后差異圖D ； 3)根據(jù)融合后差異圖D隨機(jī)初始博弈種群P，并初始全局策略概率矩陣W，迭代次數(shù)t=1，最大迭代次數(shù)gmax，定義全局博弈策略空間S=(合作，不合作)； 其中，博弈種群P是由η個(gè)抗體Pn組成，每個(gè)抗體是以融合后差異圖D的灰度值組成的聚類中心Pn= {pni，i = 1，...，幻，？1^為第1類的聚類中心，1^為融合后差異圖0的類別數(shù)； 4)根據(jù)博弈種群P計(jì)算每個(gè)抗體pn的模糊目標(biāo)函數(shù)，將模糊目標(biāo)函數(shù)看作是博弈參與人I ;根據(jù)博弈種群P計(jì)算每個(gè)抗體pn的致密分離有效性目標(biāo)函數(shù)f2，將致密分離有效性目標(biāo)函數(shù)f2看作是博弈參與人2:
2.根據(jù)權(quán)利要求1所述的基于混合策略博弈的SAR圖像變化檢測(cè)方法，其特征在于所述步驟7)的實(shí)現(xiàn)按照如下步驟: 7a)由新的抗體群Pf,將每個(gè)抗體
【文檔編號(hào)】G06T7/00GK103914832SQ201410085526
【公開日】2014年7月9日 申請(qǐng)日期:2014年3月10日 優(yōu)先權(quán)日:2014年3月10日
【發(fā)明者】尚榮華, 齊麗萍, 焦李成, 李陽, 李陽陽, 吳建設(shè), 于昕 申請(qǐng)人:西安電子科技大學(xué)