[发明专利]基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法

权利要求书

1.一种基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，包括如下步骤：

步骤1，利用在同一地区不同时间所获得两幅大小相同、相互配准的遥感图像X₀和X₁以产生差异图像X_D；

步骤2，对差异图像X_D进行Gabor小波变换；

步骤3，提取差异图像Gabor小波变换的多尺度和多方向特征；

步骤4，设计权值系数，获得加权Gabor小波特征；

步骤5，采用基于FCM算法的两级聚类策略对加权Gabor小波特征进行聚类，具体分为两步，即：

（a）运用FCM算法将上一步获得的差异图像像素的特征向量分为：变化类、不变化类和边界类，得到变化类和不变化类的聚类中心，用v_c和v_u分别表示变化类ω_c和不变化类ω_u的聚类中心，ω_b表示边界类；

（b）计算边界类ω_b中每一个特征向量与变化类和不变化类聚类中心的距离，将其分配到与聚类中心距离最小的类；然后同第（a）步得到的变化类和不变化类结合，得到新的变化类和不变化类；

步骤6，变化类像素位置置1，不变化类像素位置置0，得到最终的二值变化检测结果。

2.根据权利要求1所述的基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，其特征在于步骤3所述的提取差异图像Gabor小波变换的多尺度和多方向特征，具体实施为：选用5个尺度和8个方向的Gabor小波，v∈{0，…，4)，u∈{0，…，7}，v代表Gabor小波的尺度参数，u体现了Gabor小波的方向选择性；差异图像同5个尺度和8个方向的Gabor小波相卷积之后得到40个特征图像G_v，u(z)，其中v∈{0，…，4}，u∈{0，…，7}；为方便用如下符号表示：J_k(z)＝G_v，u(z)，其中k＝u+8v，v∈{0，…，4}，u∈{0，…，7}，每一个像素点相对应的特征向量可以表示为v(i，j)＝[J₀(i，j)J₁(i，j)…J₃₉(i，j)]，其中(i，j)为坐标点，v(i，j)是图像上坐标为(i，j)的像素Gabor小波特征向量表示。

3.根据权利要求1所述的基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，其特征在于步骤4所述的对所提取Gabor小波特征的权值系数设计，具体实施为：不同尺度的频率参数可以得到为k_v＝k_max/f^v；设v∈{0，…，4}，这相对应的频率参数为k₀，k₁，k₂，k₃，k₄，则计算权值系数依次为并求和为sumW=e-k0+e-k1+e-k2+e-k3+e-k4,]]>然后进行归一化依次为不同尺度v∈{0，…，4}的权值系数依次设置为对归一化权值系数依据尺度顺序进行翻转就是各个尺度下所有方向的权值系数，进而获得加权Gabor小波特征。

4.根据权利要求1所述的基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，其特征在于所述的差异图像X_D：对于光学遥感图像，差异图像X_D为输入图像X₀和X₁直接相减的绝对值，X_D＝|X₁-X₀|；对于合成孔径雷达（SAR）图像，其差异图像X_D取输入图像X₀和X₁作对数比的绝对值，XD=|logX1X0|=|log(X1)-log(X0)|.]]>