[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

说明书

本发明的基于全极化时序SAR图像的非监督变化检测装置，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。根据本发明，可充分利用SAR图像的全极化信息，实现对不同时相的SAR图像全自动、高精度地提取变化信息。

技术领域

本发明属于遥感图像处理技术领域，涉及一种对时序图像进行非监督变化检测的方法，具体涉及利用符合全极化信息的Wishart分布的假设检验和KI最小分类误差方法对时序合成孔径雷达(Synthetic Aperture Radar，SAR)图像进行非监督变化检测的方法及系统。

背景技术

合成孔径雷达(Synthetic Aperture Radar，SAR)技术是一种重要的对地观测手段，与光学遥感技术相比，合成孔径雷达(Synthetic Aperture Radar，SAR)系统具有全天候、全天时获取遥感数据的优势。同时，SAR对探测目标的几何特征和物理特征也非常敏感，是一种较好的变化检测信息源，因此，广泛应用于军事、民用等众多领域。

基于SAR图像变化检测技术是通过对不同时期SAR图像比较分析，根据对图像的差异分析来获取所需要的地物变化信息。该技术可以应用于很多方面，诸如对地震区域的定位和灾害评估、对农作物生长状况的监测以及对土地使用的监测等等。变化检测技术中最重要的两个环节是差异图像的构造和变化信息的提取。目前，基于SAR图像的变化检测方法有很多，如构造差异图像的方法主要有差值法、比值法、对数比值法、主成分分析法、变化向量分析法、去相关法、分类法；变化信息的提取方法主要有阈值法、考虑空间上下文关系的变化信息提取方法(如马尔科夫随机场、神经网络、小波变换)等。但现有变化检测算法存在对极化信息利用不足，需要人工干预等问题。

并且，在复杂的地理环境下，地物的后向散射特征易受多种因素的影响：如地物的生物、物理参数、介电常数、环境因素(如天气状况)、雷达参数(雷达波入射角、波长、极化方式)等，因而即使是未变的地物，在不同时相SAR图像上的灰度值及其统计特征也存在着不同程度的差异，这些差异增加了变化类型的复杂性和变化检测技术的难度。

发明内容

所要解决的技术问题

鉴于现有技术中存在的上述问题，本发明的目的在于提出一种实现全自动、高精度地提取变化信息的基于全极化时序SAR图像的非监督变化检测的方法及装置，其基于假设检验理论思想，并利用KI最小分类误差方法自动选择最优阈值来对时序全极化合成孔径雷达图像进行变化检测。

解决方案

用于实现上述技术问题的本发明的基于全极化时序SAR图像的非监督变化检测装置，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，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：