[发明专利]基于小波分解的多尺度水平集的SAR图像变化检测方法

摘要

本发明公开了一种基于小波分解的多尺度水平集的SAR图像变化检测算法，其实现过程为：（1）首先对两幅配准后的同一地区不同时相的SAR图像采用对数比操作算子做出差异图；（2）通过平稳小波分解（SWT）对差异图进行多层小波分解，得到不同分辨率的图像；（3）对低分辨率的图像通过水平集算法进行初步分割，所得到的分割图像的轮廓作为更高一层分辨率图像水平集算法的初始化曲线；（4）按照步骤（3）逐层进行，直到对原高分辨率图像进行水平集分割得到最终的分割图像。本发明中多尺度的应用增加了对噪声的鲁棒性，显著地提高了检测效果及检测的正确率，加速了变化检测过程。

主权项

一种基于小波分解的多尺度水平集SAR图像变化检测方法，其特征是：包括如下步骤：步骤101：开始基于小波分解的多尺度水平集SAR图像变化检测方法；步骤102：使用对数比方法构造两幅不同时间同一地区的图像,的差异影像图并对其进行平稳小波分解获得不同尺度的图像；步骤103：在尺度为L的图像，即最低分辨率的图像，上运行水平集算法；步骤104：由低分辨率图像到高分辨率图像上依次进行水平集演化分割，每一次的低分辨率图像的分割结果作为下一层高分辨率图像水平集演化的初始化曲线，直到对原始图像进行水平集演化；步骤105：获得最终的分割结果；步骤106：结束基于小波分解的多尺度水平集SAR图像变化检测方法；所述的步骤103，包括如下步骤：步骤301：开始运行水平集算法；步骤302：使用Kittler阈值分割算法对差异图进行初始分割，得到初始分割曲线，令k=0，=；步骤303：以曲线为初始化曲线进行水平集演化，最小化能量函数，得到一个轮廓曲线C来分割图像，其中定义如下：其中λ 和μ为正的常数，是曲线C的长度，Ω 表示图像区域，I为去除边界的图像区域，分割曲线CΩ；若闭合曲线C 没有位于两个同质区域的边界时，能量函数并不能达到能量最小，只有当闭合曲线C 位于两个同质区域的边界时，能量函数才能达到能量最小；但是这个优化问题属于非凸问题，所以考虑一种特殊情况，I为分段常数函数，上述式子化为：式中式子中和为曲线C内部和外部的灰度均值，前两项称为全局能量项，最后一项作为调整项；为了便于上式的求解，将轮廓曲线C用函数刻画如下：能量函数式子表达为：其中H为Heaviside函数，表达为：因此上述最小化问题的求解可通过下面的Euler‑Lagrange方程:求解时，先将固定不变，求与和相关的最小化，得到和，再通过下式计算：其中Δt为时间步长；步骤304：重新初始化使其为曲线的符号距离函数；步骤305：达到收敛即停止迭代过程，否则转向步骤303；步骤306：得到最终分割图；步骤307：结束运行水平集算法。