專利名稱：基于方向信息測(cè)度的sar圖像目標(biāo)變化檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，涉及圖像目標(biāo)變化檢測(cè)方法，適用于兩幅不同 時(shí)相SAR圖像中含有目標(biāo)變化信息，被噪聲嚴(yán)重污染的變化檢測(cè)。
背景技術(shù)：
變化檢測(cè)旨在通過同一地區(qū)不同時(shí)期的圖像間的差異來得到感興趣的地物變化 信息，它是開展森林資源調(diào)査、土地利用、覆蓋變化研究、環(huán)境災(zāi)害評(píng)估、城市規(guī) 劃和國(guó)防軍情監(jiān)控等對(duì)地觀測(cè)應(yīng)用中的關(guān)鍵技術(shù)，具有迫切的需要和廣泛的應(yīng)用前
景。合成孔徑雷達(dá)SAR具有全天候，全天時(shí)的特點(diǎn)，是很好的變化檢測(cè)信息源，研 究SAR圖像變化檢測(cè)技術(shù)有著非常廣闊的應(yīng)用前景。
變化檢測(cè)是遙感領(lǐng)域研究的重點(diǎn)和熱點(diǎn)問題，許多學(xué)者從不同的角度對(duì)現(xiàn)有 的變化檢測(cè)方法進(jìn)行了分類、分析。變化檢測(cè)方法主要考慮圖像對(duì)圖像的檢測(cè)，是 在像元級(jí)水平上發(fā)展起來的檢測(cè)方法?，F(xiàn)有的變化檢測(cè)方法可以歸納為兩大類:一類 是監(jiān)督檢測(cè)法，另一類是非監(jiān)督檢測(cè)法。前者是指根據(jù)地面真實(shí)數(shù)據(jù)來獲取變化區(qū) 域的訓(xùn)練樣區(qū)，從而進(jìn)行變化檢測(cè)；后者是直接對(duì)兩個(gè)不同時(shí)相的數(shù)據(jù)檢測(cè)而不需 要任何額外的信息。由于地面的真實(shí)信息不容易得到，因此非監(jiān)督的變化檢測(cè)方法 是常用的變化檢測(cè)方法。非監(jiān)督檢測(cè)法通常做法是直接比較同一位置不同時(shí)相的像 元特征值來檢測(cè)變化，通常采用數(shù)學(xué)變換的方式產(chǎn)生不同時(shí)相間的差異影像，再對(duì) 差異影像進(jìn)行閾值化處理，從中提取變化區(qū)域。在現(xiàn)階段，從數(shù)據(jù)源的角度還提出 了影像和數(shù)字線劃圖、影像和地圖、DEM、 DOM與影像的變化檢測(cè)方法。從影像 是否配準(zhǔn)角度出發(fā)，提出了先配準(zhǔn)影像再變化檢測(cè)和變化檢測(cè)與影像配準(zhǔn)同時(shí)進(jìn)行 的方法。從算法的角度而言，許多學(xué)者提出了多種方法的綜合使用，這些方法包括 使用人工神經(jīng)網(wǎng)絡(luò)、馬爾科夫隨機(jī)場(chǎng)、數(shù)學(xué)形態(tài)學(xué)和模糊邏輯等。
盡管各種變化檢測(cè)方法已經(jīng)廣泛的應(yīng)用到諸多領(lǐng)域，然而，從整體上來說變化 檢測(cè)仍然存在著不少的困難和問題有待深入的研究和解決。如變化的閾值選擇，而 且在一些噪聲較強(qiáng)的情況下對(duì)人工目標(biāo)檢測(cè)精確度不高，且大多是半自動(dòng)和手工的 檢測(cè)方法為主。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有問題的缺點(diǎn)，提出了一種基于方向信息測(cè)度的 SAR圖像目標(biāo)變化檢測(cè)方法，以自動(dòng)實(shí)現(xiàn)SAR圖像目標(biāo)檢測(cè)，并提高目標(biāo)的檢測(cè)精度。
實(shí)現(xiàn)本發(fā)明目的技術(shù)方案是先檢測(cè)兩幅時(shí)相中的強(qiáng)目標(biāo)并提取出相應(yīng)的目標(biāo) 點(diǎn)，再通過兩幅圖像目標(biāo)點(diǎn)之間相對(duì)位置關(guān)系的相似程度來確定圖像的變化情況。
其具體步驟包括如下
(1) 選取兩幅不同時(shí)相的SAR圖像，時(shí)相中包含有目標(biāo)變化信息，且目標(biāo)信息
受到噪聲嚴(yán)重污染；
(2) 針對(duì)選取的單幅圖像，設(shè)定窗口的尺度，作為該中心點(diǎn)的鄰域，按角度分 為0。，45。,90。和135。四個(gè)不同的方向，將窗口分成2個(gè)相等的區(qū)域_/;和/2，每個(gè)方 向分成的兩個(gè)區(qū)域?yàn)橐唤M；
(3) 分別計(jì)算每組中兩個(gè)不同區(qū)域像素值的平均值mea"(/;)和mea"(/J ;
(4) 計(jì)算這兩個(gè)均值的差值
踏(6>)=畫"(,)廣畫"(/2)0，6 = 00,450，900，1350 按照4個(gè)方向得到4個(gè)不同的差值，選取4個(gè)中最大值作為該像素點(diǎn)的方向測(cè) 度為M=Ma;c(|d#(e)|)
且該點(diǎn)的方向?yàn)?> = arg(Ma:(l ^T(^) |));
(5) 利用方向測(cè)度分別提取兩時(shí)相的方向信息測(cè)度，由兩時(shí)相的方向信息測(cè)度 的差值構(gòu)造差異(6) 針對(duì)差異圖，采用模糊C均值聚類的方法，將差異圖分為3類，并將含有 目標(biāo)變化的信息集中在一類，由此類得到變化目標(biāo)的大致輪廓；
(7) 根據(jù)目標(biāo)的大致輪廓，確定目標(biāo)的中心點(diǎn)及包含目標(biāo)信息的區(qū)域塊；
(8) 在兩幅不同時(shí)相SAR圖像中，對(duì)含有變化目標(biāo)信息的區(qū)域塊進(jìn)行濾波，并 將濾波后的兩時(shí)相區(qū)域塊相減得到差異區(qū)域塊，對(duì)每個(gè)差異區(qū)域塊用最大類間方差 閾值的方法提取其變化的目標(biāo)。
本發(fā)明與現(xiàn)有的技術(shù)相比具有以下優(yōu)點(diǎn)
1. 由于目標(biāo)的方向信息受噪聲影響不大，本發(fā)明利用方向信息測(cè)度確定包含目 標(biāo)變化信息的區(qū)域塊，具有較強(qiáng)的抗噪性；
2. 本發(fā)明采用方向信息測(cè)度的變化確定包含變化目標(biāo)信息的區(qū)域塊后，對(duì)區(qū)域塊再單獨(dú)作變化檢測(cè)，二次變化檢測(cè)，提高了檢測(cè)精度；
3.本發(fā)明是確定每個(gè)包含變化目標(biāo)的區(qū)域塊，單獨(dú)針對(duì)每個(gè)區(qū)域塊用閾值方法提取目標(biāo)，而一般傳統(tǒng)方法在得到差異圖后，為了得到檢測(cè)目標(biāo)，閾值的方法是針對(duì)整個(gè)圖像取閾值，這個(gè)閾值是不合適的，相比一般傳統(tǒng)方法，提高了檢測(cè)精確性。


圖l是本發(fā)明的實(shí)現(xiàn)流程示意圖2是本發(fā)明中方向信息測(cè)度4個(gè)方向圖3是本發(fā)明中濾波的窗口圖4是本發(fā)明中試驗(yàn)兩幅不同時(shí)相遙感圖像；
圖5是對(duì)試驗(yàn)圖像提取的方向信息測(cè)度圖6是試驗(yàn)圖像方向測(cè)度差異圖7是對(duì)試驗(yàn)圖像方向測(cè)度差異圖分類后得到的變化目標(biāo)輪廓圖；圖8是在原始兩幅圖像中確定含有目標(biāo)變化信息的區(qū)域塊；圖9是含有目標(biāo)變化信息的區(qū)域塊的差異圖；圖10是針對(duì)每個(gè)差異塊提取的變化目標(biāo)；圖11是試驗(yàn)最終的變化檢測(cè)結(jié)果。
具體實(shí)施例方式
如圖1所示，本發(fā)明的具體實(shí)施過程如下
步驟1.選取兩幅不同時(shí)相的SAR圖像。
實(shí)驗(yàn)圖像選取的是機(jī)場(chǎng)區(qū)域的兩幅不同時(shí)相的SAR圖像，如圖4所示，其中圖4(a)為第一時(shí)相，圖4(b)為第二時(shí)相，變化信息為飛機(jī)目標(biāo)的變化，不同時(shí)相SAR圖像中包含有目標(biāo)變化信息，且目標(biāo)信息受到噪聲嚴(yán)重污染。
步驟2.對(duì)選取兩幅不同時(shí)相的SAR圖像分別提取方向信息。2a)針對(duì)選取的單幅圖像，設(shè)定窗口的尺度，作為該中心點(diǎn)的鄰域，按角度分為0°,45°, 90°和135。四個(gè)不同的方向，如圖2所示，其中圖2(a)為0°方向窗口 ，圖2(b)為45。方向窗口，圖2(c)為90。方向窗口，圖2(d)為135。方向窗口,將窗口分成2個(gè)相等的區(qū)域,和/2，每個(gè)方向分成的兩個(gè)區(qū)域?yàn)橐唤M；
2b)分別計(jì)算每組中兩個(gè)不同區(qū)域像素值的平均值m^"c/;)和me朋c/;);
2c)計(jì)算這兩個(gè)均值的差值
^^(e) = mea"(/A — mea"(/2)5,^ = 0。，45。，90。，135。按照4個(gè)方向得到4個(gè)不同的差值，選取4個(gè)中最大值作為該像素點(diǎn)的方向測(cè)度為M=M"x(i^f(<9)|)，且該點(diǎn)的方向?yàn)?> = arg(Afo;c(l^r(0)l)),
按照上述方法，分別提取兩幅不同時(shí)相SAR圖像的方向信息，本發(fā)明提取方向測(cè)度時(shí)選用的窗口尺度為13x13，從圖5所示，圖5(a)為第一時(shí)相的方向測(cè)度圖，圖5(b)為第二時(shí)相的方向測(cè)度圖，從圖5(a)和5(b)可以看出，盡管原圖中含有高強(qiáng)度噪聲，但是方向測(cè)度幾乎不受噪聲影響。
步驟3.構(gòu)造方向測(cè)度差異圖。
利用上述方向測(cè)度對(duì)兩幅不同時(shí)相的SAR圖像提取方向信息，得到的方向測(cè)度圖《和％2，由《和J^方向測(cè)度的差值得到方向測(cè)度差異圖Xd，如圖6所示，從圖6可以看出，方向測(cè)度差異圖中明顯的只保留變化目標(biāo)的輪廓信息。
步驟4.確定包含目標(biāo)信息的區(qū)域塊。
4a)對(duì)方向測(cè)度差異圖，采用模糊C均值聚類的方法，將方向測(cè)度差異圖分為確定變化區(qū)、不確定變化區(qū)和模糊區(qū)3類，取確定變化區(qū)作為目標(biāo)的大致輪廓，如圖7所示，從圖7可以看出，分類后得到二值圖顯示了變化目標(biāo)的大致輪廓；
4b)在目標(biāo)大致輪廓二值圖中進(jìn)行搜索，從搜索到第一個(gè)白點(diǎn)開始記錄坐標(biāo)，在搜索到的白點(diǎn)為中心7*7大小的窗口鄰域內(nèi)，如果含有白點(diǎn)就繼續(xù)搜索，并記錄白點(diǎn)的坐標(biāo)，繼續(xù)移動(dòng)窗口，直到以白點(diǎn)為中心7*7大小的窗口鄰域內(nèi)最終搜不到白點(diǎn)，記錄此次搜索到的所有白點(diǎn)的坐標(biāo)，找出此次搜索到的所有白點(diǎn)所有橫坐標(biāo)的最大值《^和最小值義^，按公式X^) /2確定中心點(diǎn)的橫坐標(biāo)，中心點(diǎn)的縱坐標(biāo)亦可通過此方法獲得，從此次搜索到的所有白點(diǎn)坐標(biāo)中找出分別含有最大值和最小值坐標(biāo)點(diǎn)，最終確定包含此目標(biāo)的矩形區(qū)域塊，按此方法，繼續(xù)搜索，直到確定所有含有目標(biāo)的區(qū)域塊，如圖8所示，圖8(a)為第一時(shí)相中包含目標(biāo)變化信息的區(qū)域塊圖，圖8(b)為第二時(shí)相中包含目標(biāo)變化信息的區(qū)域塊圖。
步驟5.構(gòu)造含有目標(biāo)變化信息的區(qū)域塊差異圖。
在兩幅不同時(shí)相SAR圖像中，對(duì)含有變化目標(biāo)信息的區(qū)域塊進(jìn)行濾波，在本發(fā)明中，采用trim-meaning濾波方法，去除高斯噪聲和椒鹽噪聲，濾波過程如圖3所示，當(dāng)前點(diǎn)的像素為/(z'，力，在以該像素為中心點(diǎn)的窗口『(w,x附,)內(nèi)，附,為窗口的寬度，將窗口內(nèi)像素按灰度值由小到大排序C。. ={q Sc2，
濾波后窗口中心點(diǎn)的值為 c'二 2 Z ^其中義為濾波系數(shù)，在本發(fā)明中取義為0.3，窗口大小取5*5，最后將濾波后的兩幅時(shí)相區(qū)域塊相減得到差異區(qū)域塊，如圖9所示，從圖9可
以看出，每個(gè)變化的目標(biāo)都在一個(gè)小的區(qū)域塊內(nèi)，因此可以單獨(dú)對(duì)區(qū)域塊處理，提
取變化目標(biāo)。
步驟6.對(duì)每個(gè)差異區(qū)域塊，采用最大類間方差閾值方法提取每個(gè)塊中的變化目標(biāo)，如圖10所示，從圖10可以看出，從每個(gè)單獨(dú)的區(qū)域塊內(nèi)精確的檢測(cè)出變化的飛機(jī)目標(biāo)，在此組實(shí)驗(yàn)室中，共檢測(cè)到5個(gè)飛機(jī)目標(biāo)的變化，提取的變化的飛機(jī)目標(biāo)以后，根據(jù)每個(gè)變化目標(biāo)在原圖中的位置，得到最終的變化檢測(cè)結(jié)果，如圖ll所示，從圖11的結(jié)果可以看出本發(fā)明比較精確的檢測(cè)出變化的飛機(jī)目標(biāo)，且結(jié)果不受噪聲干擾。
權(quán)利要求
1、一種基于方向信息測(cè)度的SAR圖像目標(biāo)變化檢測(cè)，包括如下步驟(1)選取兩幅不同時(shí)相的SAR圖像，時(shí)相中包含有目標(biāo)變化信息，且目標(biāo)信息受到噪聲嚴(yán)重污染；(2)針對(duì)選取的單幅圖像，設(shè)定窗口的尺度，作為該中心點(diǎn)的鄰域，按角度分為0°，45°，90°和135°四個(gè)不同的方向，將窗口分成2個(gè)相等的區(qū)域f1和f2，每個(gè)方向分成的兩個(gè)區(qū)域?yàn)橐唤M；(3)分別計(jì)算每組中兩個(gè)不同區(qū)域像素值的平均值mean(f1)和mean(f2)；(4)計(jì)算這兩個(gè)均值的差值diff(θ)＝mean(f1)θ-mean(f2)θ，θ＝0°，45°，90°，135°按照4個(gè)方向得到4個(gè)不同的差值，選取4個(gè)中最大值作為該像素點(diǎn)的方向測(cè)度為M＝Max(|diff(θ)|)且該點(diǎn)的方向?yàn)棣龋絘rg(Max(|diff(θ)|))；(5)利用方向測(cè)度分別提取兩時(shí)相的方向信息測(cè)度，由兩時(shí)相的方向信息測(cè)度的差值構(gòu)造差異圖；(6)針對(duì)差異圖，采用模糊C均值聚類的方法，將差異圖分為3類，并將含有目標(biāo)變化的信息集中在一類，由此類得到變化目標(biāo)的大致輪廓；(7)根據(jù)目標(biāo)的大致輪廓，確定目標(biāo)的中心點(diǎn)及包含目標(biāo)信息的區(qū)域塊；(8)在兩幅不同時(shí)相SAR圖像中，對(duì)含有變化目標(biāo)信息的區(qū)域塊進(jìn)行濾波，并將濾波后的兩幅時(shí)相區(qū)域塊相減得到差異區(qū)域塊，對(duì)每個(gè)差異區(qū)域塊用最大類間方差閾值的方法提取其變化的目標(biāo)。
2、根據(jù)權(quán)利要求1所述的圖像目標(biāo)變化檢測(cè)方法，其中步驟(7)所述的確定目 標(biāo)的中心點(diǎn)及包含目標(biāo)信息的區(qū)域塊，按如下步驟進(jìn)行2a)在所述的目標(biāo)大致輪廓二值圖中進(jìn)行搜索，從搜索到第一個(gè)白點(diǎn)開始記錄 坐標(biāo)，在搜索到的白點(diǎn)為中心7*7大小的窗口鄰域內(nèi)，如果含有白點(diǎn)就繼續(xù)搜索， 并記錄白點(diǎn)的坐標(biāo)；2b)繼續(xù)移動(dòng)窗口，直到以白點(diǎn)為中心7*7大小的窗口鄰域內(nèi)最終搜不到白點(diǎn)， 記錄此次搜索到的所有白點(diǎn)的坐標(biāo)，找出此次搜索到的所有白點(diǎn)所有橫坐標(biāo)的最大值I皿和最小值X^，按公式(義，+ ^n^) /2確定中心點(diǎn)的橫坐標(biāo)，中心點(diǎn)的 縱坐標(biāo)亦可通過此方法獲得；3c)從此次搜索到的所有白點(diǎn)坐標(biāo)中找出分別含有最大值和最小值坐標(biāo)點(diǎn)，最 終確定包含此目標(biāo)的矩形區(qū)域塊，按此方法，繼續(xù)搜索，直到確定所有含有目標(biāo)的 區(qū)域塊。
3、根據(jù)權(quán)利要求1所述的圖像目標(biāo)變化檢測(cè)方法，其中步驟(8)所述的對(duì)每個(gè) 差異區(qū)域塊用最大類間方差閾值的方法提取其變化的目標(biāo)，是先在每個(gè)塊中提取目 標(biāo)，再按每個(gè)塊在原圖中的位置返回到原圖中，最后得到變化檢測(cè)結(jié)果。
全文摘要
本發(fā)明公開了一種基于方向信息測(cè)度的圖像目標(biāo)變化檢測(cè)方法，主要解決傳統(tǒng)方法對(duì)含有高強(qiáng)度噪聲的目標(biāo)變化檢測(cè)抗噪性能差，檢測(cè)精度低的缺點(diǎn)。其實(shí)現(xiàn)過程包括(1)利用方向測(cè)度提取兩幅時(shí)相的方向信息；(2)由兩幅時(shí)相的方向信息測(cè)度的差值構(gòu)造差異圖；(3)針對(duì)差異圖，采用模糊C均值聚類方法，得到變化目標(biāo)的大致輪廓；(4)根據(jù)目標(biāo)的大致輪廓，確定目標(biāo)的中心點(diǎn)及包含目標(biāo)信息的區(qū)域塊；(5)對(duì)含有變化目標(biāo)信息的區(qū)域塊濾波，相減得到差異區(qū)域塊，每個(gè)塊用最大類間閾值的方法提取變化的目標(biāo)。本發(fā)明具有抗噪性強(qiáng)，檢測(cè)變化目標(biāo)精確度高的優(yōu)點(diǎn)，可用于檢測(cè)多時(shí)相SAR圖像變化的目標(biāo)。
文檔編號(hào)G01S7/41GK101634705SQ20091002363
公開日2010年1月27日 申請(qǐng)日期2009年8月19日 優(yōu)先權(quán)日2009年8月19日
發(fā)明者彪 侯, 芳 劉, 張小華, 朱虎明, 李洪峰, 焦李成, 田小林, 緱水平, 樺 鐘 申請(qǐng)人:西安電子科技大學(xué)