论文部分内容阅读
合成孔径雷达(Synthetic Aperture Radar,SAR)因具备有全天时、全天候探测的特点和对地穿透探测的能力,成为对地观测和军事侦察的重要技术手段。作为SAR图像分析与解译的关键技术之一,SAR图像变化检测技术应用广泛,具有很高的商业和军事应用价值,日益成为国内外的研究热点。在SAR图像的变化检测中,差异图的质量对变化检测结果起决定性的影响,但是SAR图像本身固有的乘性相干斑噪声使差异图受到污染,进一步增加了变化检测的难度,因此,本论文对SAR图像变化检测中差异图的融合与去噪进行了分析探索,主要工作如下:1、提出了一种基于局部能量权值差异图融合的SAR图像变化检测方法。该算法首先对不同时刻同一地区获取的两幅SAR图像进行基于块的权重概率滤波(Probabilistic Patch-based Weights,PPB),并用经过滤波后的图像获取均值比差异图和对数比差异图;然后利用均值比差异图获取局部能量自适应权值矩阵并用利用自适应权值将均值比差异图和对数比差异图进行融合得到融合差异图;最后采用k均值算法将融合差异图分成两类并输出变化检测结果图。该算法综合利用了对数比差异图和均值比差异图的优点。和其它基于差异图融合的SAR图像变化检测方法的实验对比及分析表明,本章所提出的算法无论是在鲁棒性还是在检测精度方面均优于对比方法,取得了良好的实验效果。2、提出了一种基于自适应权值融合和高频子带自适应阈值去噪的SAR图像变化检测方法。该方法首先利用两幅输入图像分别构造均值比差异图和邻域对数比差异图,并对两幅差异图进行三级小波分解,分别得到差异图的1个低频子带和3个高频子带。其次,在低频融合过程中采用自适应的权值融合两幅差异图的低频子带,在高频融合过程中采用局部能量最小原则融合两幅差异图的高频率子带,并对融合后的高频子带进行自适应阈值去噪,以达到提高差异图质量的目的,然后经过小波反变换生成融合差异图。最后通过k均值聚类算法对差异图进行聚类得到最终的变化检测结果。该方法在低频融合时能够通过自适应权值综合利用对数比差异图和均值比差异图的优点,在高频融合时能够有效滤除噪声的同时保留图像的细节信息,具有较好的鲁棒性,检测精度高。实验结果证明了此方法的有效性。3、提出了一种非下采样轮廓变换(Nonsubsampled Contourlet Transform,NSCT)结合显著图信息进行差异图融合与去噪的SAR图像变化检测方法。该方法首先利用两幅输入图像分别构造均值比、对数比和邻域对数比差异图,并用对数比差异图获取显著图。其次对均值比差异图和邻域对数比差异图进行3级NSCT分解,低频融合时对邻域对数比差异图的低频子带用显著图进行范围限定,以突出融合差异图的变化区域;高频融合时对两幅差异图的方向子带进行选择性的显著图限定去噪,再采用局部能量最小的原则进行融合,以抑制融合差异图的背景区域。最后经过NSCT反变换得到融合差异图,并对其进行k均值聚类,输出检测结果图。实验证明,该方法能够较好地保留边缘等细节信息,具备更高的检测精度。