[发明专利]基于耦合翻译网络的异源图像变化检测方法

权利要求书

1.一种基于耦合翻译网络的异源图像变化检测方法，包括：

(1)设定两个参数不同的翻译网络A和B，其距离系数分别为λ_A和λ_B；

(2)输入两幅配准后的异源图像I₁和I₂，用一个滑动窗口提取这两幅图像的邻域信息，然后计算邻域块之间的杰森-香农散度距离L，并根据L计算图像邻域块的概率系数P_u，按如下步骤进行：

(2a)用一个大小为5×5的滑动窗口分别对两幅异源图像I₁和I₂提取邻域块，每幅图像提取到的邻域块数目为M；

(2b)计算邻域块之间的杰森-香农散度距离L(I_1j,I_2j)：

j＝1,2,…,M，其中P(I_1j)表示第一副图像中第j个邻域块I_1j中的像素点概率分布，P(I_2j)表示第二副图像中第j个邻域块I_2j中的像素点概率分布，P(I_1j+I_2j)表示这两个邻域块I_1j与I_2j之和的像素点概率分布；

(2c)计算两幅图像所有邻域块I_1j和I_2j之间的概率系数：

P_u(I_1j,I_2j)＝1-L(I_1j,I_2j)j＝1,2,…,M；

(3)以第二幅异源图像I₂为目标，以第一幅异源图像I₁为输入，对第一个翻译网络A进行训练，得到第一幅异源图像翻译后的图像

(4)以第一幅异源图像翻译后的图像为目标，以第二幅异源图像I₂为输入，对第二个翻译网络B进行训练，得到第二幅异源图像翻译后的图像

(5)用与步骤(2)相同的方式计算翻译后的两幅图像和邻域块之间的杰森-香农散度距离并根据更新概率系数P_u；

(6)重复步骤(3)-(5)，直到第二个翻译网络B收敛；

(7)用log算子生成两幅翻译图像和的差异图DI；

(8)用FCM聚类算法对差异图DI进行聚类，得到变化检测图，并将其输出。

2.根据权利要求1所述的方法，其中步骤(1)设定的第一翻译网络A，由第一生成器G_A和第一判别器D_A组成，该第一生成器G_A由5层神经网络组成，其自上而下分别包含5、50、200、100、25个神经元；该第一判别器D_A由5层神经网络组成，其自上而下分别包含5、50、200、100、1个神经元，该第一翻译网络A的距离系数λ_A设为5。

3.根据权利要求1所述的方法，其中步骤(1)设定的第二翻译网络B，由第二生成器G_B和第二判别器D_B组成，该第二生成器G_B由5层神经网络组成，自上而下分别包含5、50、200、100、25个神经元；该第二判别器D_B由5层神经网络组成，自上而下分别包含5、50、200、100、1个神经元，该第二翻译网络B的距离系数λ_B设为100。