基于相似矩阵的时间序列极化SAR累积变化检测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115861391A(43)申请公布日2023.03.28(21)申请号202211599009.X(22)申请日2022.12.14(71)申请人中国测绘科学研究院地址100036北京市海淀区莲花池西路28号(72)发明人魏钜杰张永红吴宏安(74)专利代理机构北京星通盈泰知识产权代理有限公司11952专利代理师王刚(51)Int.Cl.G06T7/30(2017.01)G06V10/74(2022.01)G06V10/84(2022.01)G06F17/16(2006.01)权利要求书2页说明书6页附图1页(54)发明名称基于相似矩阵的时间序列极化SAR累积变化检测方法(57)摘要本申请公开了基于相似矩阵的时间序列极化SAR累积变化检测方法，涉及遥感影像变化检测技术领域，包括：构建时间序列内全部时相极化SAR影像的相似矩阵；将所述相似矩阵线性变换，计算所述相似矩阵的最大特征值；根据所述最大特征值计算极化SAR影像在时间序列内累积变化的差异图；通过分割所述差异图获取极化SAR影像在时间序列内的累积变化检测结果。本发明提供的基于相似矩阵的时间序列极化SAR累积变化检测方法不重复计算差异图，相对时间序列内连续两两变化检测的传统检测手段，提高了检测精度和作业效率。CN115861391ACN115861391A权利要求书1/2页1.基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，包括：构建时间序列内全部时相极化SAR影像的相似矩阵；将所述相似矩阵线性变换，计算所述相似矩阵的最大特征值；根据所述最大特征值计算极化SAR影像在时间序列内累积变化的差异图；通过分割所述差异图获取极化SAR影像在时间序列内的累积变化检测结果。2.如权利要求1所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述相似矩阵的构建方法具体包括：对同一地区N个时相的极化SAR影像进行配准，其中，N≧2；极化SAR影像上每个像素的极化后向散射用相干矩阵T描述，则空间位置上像素p在时间维度上形成了时间序列内的相干矩阵；计算时间序列内每两个时相极化SAR影像相干矩阵和的相似度，得到相似矩阵R：其中，表示求相干矩阵相似度运算。3.如权利要求2所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述每两个时相极化SAR影像相干矩阵和的相似度定义为：。4.如权利要求2所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述相干矩阵T的表达式为：其中，、、分别表示HH、VV、HV三个极化通道复数影像数据；表示复数求模；表示影像空间窗口取平均；上标表示复数求共轭。2CN115861391A权利要求书2/2页5.如权利要求2所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述差异图的计算方法具体包括：通过将所述相似矩阵对角化从而将相似矩阵线性变换，计算所述最大特征值；遍历极化SAR影像空间位置上各像素，基于所述最大特征值求解差异度，计算差异图DI：其中，下标P、Q分别表示极化SAR影像的宽、高，即差异图的宽、高。6.如权利要求5所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述相似矩阵对角化表示为：其中，是由实特征值组成的对角阵，，；，列矢量是特征值的相应特征矢量。7.如权利要求6所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述最大特征值表示为：。8.如权利要求7所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述差异度表示为：。9.如权利要求1所述的基于相似矩阵的时间序列极化SAR累积变化检测方法，其特征在于，所述累积变化检测结果的获取方法具体包括：构建所述差异图的马尔科夫随机场MRF能量函数模型；基于模拟退火全局优化算法的MRF能量函数最小化，对所述差异图进行二值分割，获取极化SAR影像在时间序列内的累积变化检测结果。3CN115861391A说明书1/6页基于相似矩阵的时间序列极化SAR累积变化检测方法技术领域[0001]本申请涉及遥感影像变化检测技术领域，特别涉及基于相似矩阵的时间序列极化SAR累积变化检测方法。背景技术[0002]合成孔径雷达（SyntheticApertureRadar，SAR）作为一种主动式微波传感器，相对于光学遥感，不受光照和云雨雾等观测条件限制，能够实现全天时全天候地对地观测，从而保证动态变化监测时间的连续性，成为了目前遥感领域中一种重要监测手段。[0003]利用不同时相的PolSAR遥感影像进行变化检测，已被广泛应用于土地覆盖变化监测、森林生物量变化监测、灾害评估、冰川变化监测、农作物生长监测、湿地监测等诸多领域。[0004]但是，现有技