[发明专利]基于迭代马尔科夫的合成孔径雷达影像变化检测方法

说明书

一种基于迭代马尔科夫的合成孔径雷达影像变化检测方法，由构建对数比值差异图D、确定先验概率和先验二值图、构建特征空间、确定特征数值的量化级、确定似然函数、确定变化类Bsubgt;C/subgt;的后验概率、确定后验概率对应的二值图、马尔科夫迭代融合、输出最终结果步骤组成。本发明采用对同一地区、不同时刻的两幅合成孔径雷达影像进行变化检测，将一次贝叶斯过程中的先验概率图二值图和后验概率二值图进行迭代融合，更新，用后验概率代替先验概率进行马尔科夫融合，更新变化信息。融合了先验概率图与后验概率图，能检测到变化信息。本发明经对比仿真实验结果表明，本发明具有变化检测结果噪声更少，检测到的变化部分更接近真实结果优点。

技术领域

本发明属于遥感影像应用技术领域，具体地涉及到同一地区不同时刻两幅合成孔径雷达影像的变化检测方法。

背景技术

用多时相遥感影像探测来监测地球表面发生的变化是遥感技术最重要的应用之一。其中合成孔径雷达(SAR)因为具有全天候、全天时的特点，可方便地获得同一地区不同时刻的图像，被广泛应用于地震区域的定位和灾害评估、对农作物生长状况的监测、对土地使用的监测等等。SAR图像变化检测也成了它的一个重要的应用领域，通过对不同时期图像的比较分析，根据图像之间的差异得到所需要的变化信息。

由于SAR系统采用合成相干方式成像，乘性相干斑总是伴随SAR影像而存在。因此，如何有效地设计基于SAR影像的变化检测方法得到了越来越多学者的关注。

现有的SAR图像处理存在的主要技术问题是：SAR影像的乘性噪声对后续的构造差异图及差异图分类都有较大影像，会导致变化检测的精度降低，造成错分、误分的现象。

在图像处理技术领域，进行合成孔径雷达影像处理时，要充分考虑相干斑的影响，如何做到既能消除相干斑的影响又能保留真实变化信息不受到损失，是图像处理技术领域当前需迫切解决的一个技术问题。

发明内容

本发明所要解决的技术问题在于提供一种鲁棒性好、正确率高、分类精度高的基于迭代马尔科夫的合成孔径雷达影像变化检测方法。

解决上述技术问题所采用的技术方案由下述步骤组成：

(1)构建对数比值差异图D

用对数比值方法将同一地区不同时刻的合成孔径雷达影像I₁和合成孔径雷达影像I₂构建对数比值差异图D：

(2)确定先验概率和先验二值图

按下式确定先验概率

其中，l表示当前迭代次数，δ是参数，δ≠0，D_f为归一差异图，T为将先验概率经过最大类间方差法进行阈值分割得到的分割阈值，将先验概率中大于阈值T的像素点置为1，小于阈值T的像素点置为0，得到先验二值图T_p。

(3)构建特征空间

采用3×3不重叠分块方法将差异图D_f分成n个图像块，将图像块拉成列向量构建成自相关矩阵，并采用奇异值分解方法构建成K维特征空间：

其中，λ_j是自相关矩阵的第j个特征值，k为像素点个数，k∈[1,2，…，8]，n为有限的正整数。

(4)确定特征数值的量化级

将特征空间中的像素点用K-means聚类方法分为变化类C、非变化类UC以及混淆类MC三类，并通过下式将变化类C与非变化类UC分布间的K-L距离

DL(C,UC)＝K(C|UC)+K(UC|C)