[发明专利]一种基于稳健主成分分析法的图像差异检测方法

摘要

本发明公开了一种基于稳健主成分分析法(RPCA)的图像差异检测方法，主要解决图像或视频数据中差异变化的检测问题。其实现步骤是：1.获取不同时间、不同视角、同一场景的图像；2.对图像进行几何配准；3.分别对配准后的图像数据进行列向量化处理，并将所有的列向量合成矩阵X；4.利用RPCA对矩阵X进行分解，得出对应的包含差异点信息的稀疏矩阵S0；5.根据稀疏矩阵S0，得到每一幅图像差异点的填充区域，并对杂噪点进行滤除；6.根据填充区域结果，得出每一幅图像差异区域的中心坐标和长宽大小，将该差异区域标注在配准后的图像中。与现有技术相比，本发明具有对视角、光照、噪声等各种非理想扰动更加稳健的优点，可用于多时相无人机平台下的差异区域检测。

主权项

一种基于稳健主成分分析法的图像差异检测方法，其特征在于，所述方法包括以下步骤：S1：利用光学相机获取不同时间、不同视角、同一场景的多幅图像，获取图像的个数为M；S2：对M幅图像进行几何配准，得到配准后的图像数据表示为矩阵X1至XM或Xi，i取值1至M，Xi表示第i幅图像配准后的图像数据的矩阵；S3：分别对矩阵X1至XM进行列向量化处理，得到列向量η1至ηM，然后将列向量η1至ηM组合成矩阵X，X＝[η1,...,ηM]；S4：利用稳健主成分分析法对所述矩阵X进行分解，得出对应的包含差异点信息的稀疏矩阵S0；S5：将所述稀疏矩阵S0的每一列重新拉成与Xi维数相同的矩阵，S0的第i列拉成的矩阵记为i取值1至M，拉成的矩阵为各幅图像的差异点信息；S6：对进行杂噪点滤除，将同一区域相连接的差异点合并为一个差异区域，并对滤除后的各个差异区域依次进行标记，记为至或l取值1至Li，Li为第i幅图像中得到的差异区域的个数，表示第i幅图像中的第l块差异区域；S7：对每块差异区域进行计算，得出差异区域对应的中心坐标(mi_l,ni_l)、长度lengthi_l和高度heighti_l，并标记该差异区域的差异区域信息为xi_out_l＝[mi_l,ni_l,lengthi_l,heighti_l](i_out_l＝i_out_1,...,i_out_Li，i＝1,...,M)；S8：利用xi_out_l(i_out_l＝i_out_1,...,i_out_Li，i＝1,...,M)得到第i幅图像的差异区域信息矩阵将该差异区域信息矩阵对应的差异区域标注在配准后的图像Xi中。