基于非局部CV模型的SAR图像变化检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN105844637A(43)申请公布日2016.08.10(21)申请号201610168000.1(22)申请日2016.03.23(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人公茂果王倩刘嘉马文萍张普照赵秋楠马晶晶胡天妤(74)专利代理机构北京科亿知识产权代理事务所(普通合伙)11350代理人汤东凤(51)Int.Cl.G06T7/00(2006.01)权利要求书2页说明书4页附图3页(54)发明名称基于非局部CV模型的SAR图像变化检测方法(57)摘要本发明公开了一种基于非局部CV模型的SAR图像变化检测方法，实现步骤包括：(1)输入同一区域不同时间的两幅SAR图像构造差异图；(2)在差异图上做矩形轮廓曲线，初始化水平集函数；(3)计算内部区域的灰度均值和外部区域的灰度均值；(4)构建基于非邻域和基于区域信息的总能量函数E；(5)通过梯度下降法最小化E更新水平集函数φ，获得新的水平集函数φn+1，用其对差异图X进行分割；(6)判断当前的φn+1能否使总能量函数E达到最小值，如果能，停止迭代，输出最终的变化检测结果；否则，返回步骤3。本发明的方法对于差异位置更加敏感，对于初始化和图像质量的鲁棒性有明显增强。CN105844637ACN105844637A权利要求书1/2页1.一种基于非局部CV模型的SAR图像变化检测方法，其特征在于所述方法包括下列步骤：(1)对同一地域不同时间获取的两幅遥感图像X1和X2，构造差异图X；(2)初始化水平集函数φ为符号距离函数形式；(3)设循环次数n的初始值为n＝0，设第n次循环时的水平集函数φn＝φ，根据当前水平nnnn集函数φ将差异图X分成内部区域Ω1和外部区域Ω2；计算内部区域Ω1的灰度均值c1和n外部区域Ω2的灰度均值c2；(4)结合步骤2和步骤3构建基于区域信息的能量函数ECV：n其中X(x,y)表示差异图X中像素点的坐标，Ω表示整个差异图区域，c1为内部区域Ω1n的灰度均值，c2为外部区域Ω2的灰度均值，表示对水平集函数求梯度，为梯度范式，μ为调节长度约束项的权重参数，并且H(φ)为Heaviside函数，δ0(φ)为H(φ)的导数；(5)构建基于非邻域信息的能量函数ENL：其中，px表示像素点x的邻域点集合，σ是高斯函数的标准差，d(px,py)表示像素点x,y的邻域点集合px和py之间的距离；(6)基于步骤4和步骤5，添加可取代重新初始化过程的距离正则项：该距离正则项中的函数构建总能量函数E为：E＝ECV＋ENL＋D(7)通过梯度下降法最小化总能量函数E更新水平集函数φ，获得新的水平集函数φn＋1，用该水平集函数φn＋1对差异图X进行分割；(8)判断当前的水平集函数φn＋1能否使总能量函数E达到最小值，如果能，停止迭代，否则，返回步骤(3)，用当前的水平集函数φn＋1替代步骤(3)中的φn继续循环迭代。2.根据权利要求书1所述的基于非局部CV模型的SAR图像变化检测方法，其特征是：所述步骤(2)包括下列步骤：(2a)根据水平集函数值的正负，将差异图X的整个图像区域分为内部区域Ω1和外部区域Ω2；(2b)在差异图X上做个矩形轮廓曲线，初始化水平集函数φ＝±D；当φ＞0，表示矩形轮廓曲线的内部区域Ω1，当φ＜0时，表示矩形轮廓曲线的内部区域Ω2，当φ＝0时，表示差异图中的像素点在矩形轮廓曲线上；其中，D表示差异图中的像素点到矩形轮廓曲线的欧氏2CN105844637A权利要求书2/2页距离。3.根据权利要求书1所述的基于非局部CV模型的SAR图像变化检测方法，其特征是：所述步骤(8)包括下列步骤：(3a)判断当前的水平集函数φn＋1能否使总能量函数E达到最小值；(3b)否则，返回步骤(3)，用当前的水平集函数φn＋1替代步骤(3)中的φn继续循环迭代；(3c)如果能，停止迭代，此时的水平集函数φn＋1对应的零水平集就是变化区域的边界，将变化区域的像素灰度值赋值1，非变化区域的像素灰度值赋值0，得到变化检测结果图；(3d)结束变化检测过程。3CN105844637A说明书1/4页基于非局部CV模型的SAR图像变化检测方法技术领域[0001]本发明属于图像领域，主要解决遥感图像的变化检测问题，具体是一种基于非邻域统计学主动轮廓的变化检测模型，实现对SAR图像的变化检测。背景技术[0002]随着一系列光学和雷达卫星的运行服务的发展，不断积累了大量的遥感数据，相继建立了各种基于遥感图像数据的空间数据库。通过对这些图像数据进行进一步的分析、处理及解译，就可以将经遥感技术获得的图像数据转化为有用的信息，进而服务于国民经济的各个领域。[0003]遥感图像的变化检测技术是遥感图像研