[发明专利]基于全极化时序SAR图像的非监督变化检测的方法及装置

权利要求书

1.一种基于全极化时序SAR图像的非监督变化检测装置，其特征在于，

包括：

图像预处理单元，对同一地理范围的不同时相的一对全极化时序SAR图像进行配准和滤波；

初步差异影像生成单元，对所述经配准和滤波的一对全极化时序SAR图像中相对应的位置进行假设检验而生成初步差异影像；

最优阈值选取单元，利用KI算法，对所述生成的初步差异影像选取最优阈值；以及

检测结果生成单元，利用所述选取的最优阈值对所述初步差异影像进行二值分割，对小于阈值的像素赋予表示没有发生变化的值，对于大于阈值的像素赋予表示发生了变化的值，最后生成检测结果

所述初步差异影像生成单元生成初步差异影像时，通过函数-2ρlnQ进行相似度测量，

-2ρlnQ＝-2ρn(2pln2+ln|X|+ln|Y|-2ln|X+Y|)

其中，ρ表示调节因子，p代表协方差矩阵的维度，m和n代表待处理图像的视数，Q代表似然比的结果，X和Y表示独立且服从复Wishart分布，X和Y的表达式为：

X∈W_C(p,n,Σ)

Y∈W_C(p,m,Σ)。

2.根据权利要求1所述的装置，其特征在于，

所述配准是通过重采样的方法将所述全极化时序SAR图像设置到相同分辨率上，通过对地理坐标的对应关系进行配准；

所述滤波是对所述全极化时序SAR图像进行精致Lee滤波处理来滤除斑点噪声对变化检测的影响。

3.根据权利要求1-2中任一项所述的装置，其特征在于，

所述最优阈值选取单元，具体通过以下过程选取最优阈值：

首先，利用所述初步差异影像的概率密度直方图和对数似然概率求得最优的决策函数，该决策函数表达式如下：

其中，h(z)代表所述初步差异图像的概率密度直方图，

c(z,τ)表示对数似然概率，

其中，p表示灰度级Z和阈值为τ的情况下为变化(或非变化的)后验概率密度函数；

之后，计算最小误差作为最优阈值T，表达式为：

T＝arg min{J(τ):τ＝0,1,2...Z-1}。

4.一种基于全极化时序SAR图像的非监督变化检测方法，其特征在于，

包括：

图像预处理步骤，对同一地理范围的不同时相的一对全极化时序SAR图像进行配准和滤波；

初步差异影像生成步骤，对所述经配准和滤波的一对全极化时序SAR图像中相对应的位置进行假设检验而生成初步差异影像；

最优阈值选取步骤，利用KI算法，对所述生成的初步差异影像选取最优阈值；以及

检测结果生成步骤，利用所述选取的最优阈值对所述初步差异影像进行二值分割，对小于阈值的像素赋予表示没有发生变化的值，对于大于阈值的像素赋予表示发生了变化的值，最后生成检测结果，

在所述初步差异影像生成步骤生成初步差异影像时，通过函数-2ρlnQ进行相似度测量，

-2ρlnQ＝-2ρn(2pln2+ln|X|+ln|Y|-2ln|X+Y|)

其中，ρ表示调节因子，p代表协方差矩阵的维度，m和n代表待处理图像的视数，Q代表似然比的结果，X和Y表示独立且服从复Wishart分布，X和Y的表达式为：

X∈W_C(p,n,Σ)

Y∈W_C(p,m,Σ)。

5.根据权利要求4所述的方法，其特征在于，

所述配准是通过重采样的方法将所述全极化时序SAR图像设置到相同分辨率上，通过对地理坐标的对应关系进行配准；

所述滤波是对所述全极化时序SAR图像进行精致Lee滤波处理来滤除斑点噪声对变化检测的影响。

6.根据权利要求4～5中任一项所述的方法，其特征在于，

在最优阈值选取步骤，具体通过以下过程选取最优阈值：

首先，利用所述初步差异影像的概率密度直方图和对数似然概率求得最优的决策函数，该决策函数表达式如下：

其中，h(z)代表所述初步差异图像的概率密度直方图，

c(z,τ)表示对数似然概率，

其中，p表示灰度级Z和阈值为τ的情况下为变化(或非变化的)后验概率密度函数；

之后，计算最小误差作为最优阈值T，表达式为：

T＝argmin{J(τ):τ＝0,1,2...Z-1}。