论文部分内容阅读
变化检测是从同一地区、不同时相的图像中分析和确定地物变化的特征、过程的技术,是遥感图像研究领域的重要分支。SAR (synthetic aperture radar)技术同可见光成像相比,不受天气和光照条件影响,具有多极化、全天候、全天时和一定穿透性的特点,十分适合变化检测研究。但由于SAR图像中包含相干斑噪声,又使SAR图像区别于其他遥感图像,形成了一套独特的变化检测方法。本文以提高SAR图像变化检测方法的性能为目标,围绕SAR图像的变化检测技术开展研究,主要工作可以概括为以下几个部分:(1)介绍SAR相关原理及变化检测理论,概括SAR图像变化检测的一般流程及基本方法,分析相干斑噪声产生的机理、模型和统计特性,针对SAR图像变化检测的结果给出精度评估的标准和依据。(2)详细介绍Lee、Kuan、Frost和Gamma Map滤波算法原理,分析不同滤波算法的优点、缺点以及适用条件,并通过实验比较,选取Frsot滤波作为本文变化检测研究的滤波算法。(3)比较和分析差值法、比值法和对数比值法构造差异图像的特性,并在此基础上,本文提出用增强的对数比值法来构造差异图像,以提高图像中发生变化和未发生变化区域的可分性。(4)基于图像分割的自动阈值选取算法,对增强的对数比值法构造的差异图像应用循环迭代法、最大类间方差法和最佳直方图熵法;基于贝叶斯决策的自动阈值选取算法,对增强的对数比值法构造的差异图像应用KI最佳阈值选取算法和EM迭代阈值选取算法。分析了传统算法的优缺点及限定条件,针对以上算法的不足之处,首次将基于最小Tsallis交叉熵的图像分割算法应用到SAR图像的变化检测,平均正确检测率达96.1916%,平均Kappa系数达0.58,提高了变化检测性能。(5)提出改进的基于最小Tsallis交叉熵阈值选取算法,充分利用图像中每个像元与周围像元的空间关系,对基于最小Tsallis交叉熵选取的单一阈值进行补偿,用获得的动态阈值分割图像,经实验验证该改进算法更加准确和有效,平均正确检测率达96.9125%,平均Kappa系数达0.6075。(6)总结本文的工作,展望未来SAR图像变化检测技术的发展趋势。