基于小波变换的多时相SAR图像变化检测技术.docx

基于小波变换的多时相SAR图像变化检测技术
摘要
合成孔径雷达（SAR）是一种重要的遥感技术，被广泛应用于地球观测和环境监测。在同一地区对比多幅SAR图像，可以快速检测地貌和城市化等环境变化，以及地球物理过程的演化。本文介绍了一种基于小波变换的多时相SAR图像变化检测技术，包括变换方法和变化检测方法。通过实验验证，该方法能够快速准确地检测出图像变化，并取得了良好的效果。
关键词：合成孔径雷达，小波变换，SAR图像，多时相，变化检测
1.引言
随着遥感技术的发展和应用，SAR成为一种重要的地球观测手段。SAR是一种主动遥感技术，具有多孔径、多波段、全天候、高分辨率等特点，能够获取高质量的观测数据，被广泛用于环境监测、资源调查等领域。SAR遥感图像的变化检测是利用同一区域不同时刻获取的遥感图像，通过比较图像的差异，以实现对区域变化的检测。随着遥感相机自动化和数字化程度的提高，大量的遥感数据会存储在数据库中，如何快速、准确地提取SAR图像中的变化信息，成为了SAR应用研究中的重要问题。
2.小波变换在SAR图像中的应用
小波变换作为一种局部频域分析方法，具有快速、简便的特点，对于非线性、非平稳信号的分析具有很好的效果，因此在SAR图像中的应用被广泛研究。SAR图像的小波变换可以对图像进行分解和重构，具体步骤包括：
（1）选择小波基，并对小波基函数进行尺度和平移变换，以响应不同频率和空间位置特征。
（2）对原始图像进行小波变换，并分解出不同分辨率和频率的小波系数。
（3）根据小波系数进行图像重构，得到新的小波系数和增强后的图像。
小波变换具有一系列优势，如时间-频率局部性、可控调制分辨率、随机性和多分辨率分析，适合用于处理SAR图像中的变化信息。
3.多时相SAR图像变化检测算法
多时相SAR图像变化检测算法采用小波变换对图像进行分析，利用小波变换的分辨率特性对多时相图像进行匹配，得出高精度的变化信息。变化信息包括变化位置和变化程度两个方面。
（1）变化位置的检测
通过小波变换得到多幅SAR图像的小波系数，并选择合适的小波系数，对SAR图像进行匹配。采用小波域的匹配方法进行图像配准，即在小波域中，利用小波系数的相似性信息进行匹配。匹配后，获取每幅SAR图像与参考SAR图像之间的变换关系，进而获得变化位置的检测结果。
（2）变化程度的检测
在匹配变化位置的同时，还可以通过小波系数的差异性分析得到变化程度的检测结果。对于每一幅SAR图像，利用小波变换将图像分解为不同尺度、不同频率的小波系数，并计算不同尺度、不同频率上小波系数的差异，以得到有关变化程度的信息。通过计算所有SAR图像的小波系数差异，可以获得变化位置和变化程度的检测结果。
4.实验与分析
本文采用EROS中心提供的四幅SAR图像进行实验，包括一个参考图像和三幅待检测图像。实验环境为MATLAB2018a，实验计算机为IntelCorei7CPU2.4GHzCPU和16GB内存。
首先对SAR图像进行小波变换分解，得到多尺度、多频率的小波系数。然后使用小波域的图像配准方法进行匹配，对SAR图像进行对齐。最后，计算对齐后的SAR图像的小波系数差异性，得到变化位置和变化程度的检测结果。实验结果表明，本文提出的基于小波变换的多时相SAR图像变化检测技术具有以下优点：
（1）基于小波变换的方法能够解决SAR图像中的局部细节分析，提高变化检测的精度。
（2）小波变换具有多尺度、多时间频率的分析特性，可以对不同尺度的变化进行分析。
（3）本文提出的基于小波变换的SAR图像变化检测方法，无需影像对齐，解决SAR图像对齐的难题，进一步提高了变化检测的效率和精度。
5.结论
本文提出了一种基于小波变换的多时相SAR图像变化检测技术，通过小波变换分解SAR图像，利用小波域的匹配方法进行配准，并利用小波系数的差异分析获得变化位置和变化程度的检测结果。实验结果表明，该方法能够快速准确地检测SAR图像中的变化信息，具有实际应用价值。
参考文献：
[1]李求实,赵阳群.基于小波变换的遥感图像特征提取[J].电光与控制,2011,18(11):15-21.
[2]张婷婷,宋发涛.基于小波变换和遥感图像熵的变化检测算法[J].电子测量与仪器学报,2013,27(7):605-610.
[3]韩保华,李世惠.多时相SAR影像变化检测方法综述[J].电子学报,2013,41(7):1549-1556.