[发明专利]基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法

摘要

本发明公开了一种基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，处理对象同时包含了光学遥感图像和合成孔径雷达SAR图像，其实现过程包括(1)根据遥感图像类型产生差异图像，(2)对差异图像进行Gabor小波变换，(3)提取差异图像Gabor小波变换的多尺度和多方向特征，(4)设计加权系数，获得加权Gabor小波特征，(5)使用两级聚类策略对加权Gabor小波特征进行聚类，(6)获得变化检测结果。本发明减少边缘信息的丢失，同时检测较强和微弱、较小的变化区域，减少总错误像素数，保留了更多的细节信息，有效地提取变化结果。

主权项

一种基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，包括如下步骤：步骤1，利用在同一地区不同时间所获得两幅大小相同、相互配准的遥感图像X0和X1以产生差异图像XD；步骤2，对差异图像XD进行Gabor小波变换；步骤3，提取差异图像Gabor小波变换的多尺度和多方向特征；步骤4，设计权值系数，获得加权Gabor小波特征；步骤5，采用基于FCM算法的两级聚类策略对加权Gabor小波特征进行聚类，具体分为两步，即：(a)运用FCM算法将上一步获得的差异图像像素的特征向量分为：变化类、不变化类和边界类，得到变化类和不变化类的聚类中心，用vc和vu分别表示变化类ωc和不变化类ωu的聚类中心，ωb表示边界类；(b)计算边界类ωb中每一个特征向量与变化类和不变化类聚类中心的距离，将其分配到与聚类中心距离最小的类；然后同第(a)步得到的变化类和不变化类结合，得到新的变化类和不变化类；步骤6，变化类像素位置置1，不变化类像素位置置0，得到最终的二值变化检测结果；其中步骤4所述的权值系数设计，具体实施为：不同尺度的频率参数可以得到为kv＝kmax/fv；设v∈{0,…,4}，这相对应的频率参数为k0，k1，k2，k3，k4，则计算权值系数依次为并求和为然后进行归一化依次为不同尺度v∈{0,…,4}的权值系数依次设置为对归一化权值系数依据尺度顺序进行翻转就是各个尺度下所有方向的权值系数，进而获得加权Gabor小波特征；参数kmax是Gabor小波的最大频率，而f表示相邻的Gabor小波之间在频域的间隔因子。