專利名稱：基于低秩矩陣分解的sar圖像變化檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于雷達圖像處理技術(shù)領(lǐng)域，特別涉及SAR圖像變化檢測方法，可用于解決在SAR圖像變化檢測中檢測變化精度不高的問題。
背景技術(shù)：
圖像變化檢測方法是一種分析和理解多時遙感圖像的重要技術(shù)，近些年引起了廣 泛的研究。這源于變化檢測方法廣泛的應(yīng)用背景，例如農(nóng)業(yè)調(diào)查，森林監(jiān)測，自然災(zāi)害監(jiān)測，城市變化分析，戰(zhàn)場打擊效果評估等方面。圖像變化檢測是對從同一地區(qū)不同時間獲取的多時遙感圖像分析的一種方法。它側(cè)重的是識別兩幅遙感圖像中地物的變化。現(xiàn)有的變化檢測方法主要可以分為兩大類有監(jiān)督方法和無監(jiān)督方法。所謂有監(jiān)督方法，是基于監(jiān)督分類法，需要獲取圖像變化區(qū)域的訓(xùn)練樣區(qū)，從而進行變化檢測；而無監(jiān)督法不需要任何額外的信息，直接對兩個不同時相的數(shù)據(jù)檢測。盡管有監(jiān)督法準確確定變化區(qū)域相比無監(jiān)督法有明顯的優(yōu)勢，但是由于得到地面的真實信息特別困難，因此無監(jiān)督變化檢測方法是常用的變化檢測方法。無監(jiān)督變化檢測法，主要包括主成份分析法、小波融合法。主成份分析法通過對數(shù)比值法構(gòu)造差異圖，再在差異圖的基礎(chǔ)上，采用主成分分析降維來提取差異圖特征，然后再用k_均值對這些特征聚類。小波融合法是對待檢測圖像分別進行均值比和對數(shù)比操作，用離散小波變換分別提取高低頻信息，對其進行稀疏融合。這兩種無監(jiān)督方法的缺點是檢測精度比較低。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提出一種新的基于低秩矩陣分解的SAR圖像變化檢測方法，以獲得較為精確的變化差分圖，提高SAR圖像變化的檢測精度。實現(xiàn)本發(fā)明目的技術(shù)方案是一.技術(shù)原理在壓縮感知領(lǐng)域，如果一個矩陣具有唯一的“低秩和稀疏”結(jié)構(gòu)，則在適當?shù)臈l件下該矩陣就能夠被精確的恢復(fù)。在矩陣的“低秩和稀疏”結(jié)構(gòu)的應(yīng)用中，一個杰出的工作是魯棒的主分量分析RPCA，用RPCA對圖像矩陣的“低秩和稀疏”分解后的低秩部分相當于圖像矩陣的主要成分，稀疏部分相當于噪聲或其它內(nèi)容。另一個代表性工作是隨機逼近的矩陣分解，它證明了對于一個給定的圖像矩陣，圖像矩陣的主要成份可以通過隨機投影進行逼近。在計算機視覺領(lǐng)域，這些算法具有很大的應(yīng)用背景，比如，背景建模，人臉圖像的光照或陰影去除，圖像校正等等。本發(fā)明，受啟發(fā)于上述思想，把矩陣的“低秩和稀疏”分解應(yīng)用到SAR圖像的變化檢測中，其中的低秩部分代表的是圖像中未變化的部分，稀疏部分代表的是變化部分，這正是變化檢測任務(wù)所需要的結(jié)果。
二.實現(xiàn)方案本發(fā)明基于低秩矩陣分解的SAR圖像變化檢測方法，包括如下步驟(I)對輸入的兩幅同一區(qū)域不同時間，大小相等的SAR圖像，用基于概率塊的去噪算法PPB分別對這兩幅圖像進行降斑，降斑后的圖像矩陣分別記為X1和X2 (2)將兩幅降斑后的圖像矩陣X1和X2按如下公式求取這兩個圖像矩陣的對數(shù)比矩陣D1
tool 5]
權(quán)利要求
1.一種基于低秩矩陣分解的SAR圖像變化檢測方法，包括如下步驟 (1)對輸入的兩幅同一區(qū)域不同時間，大小相等的SAR圖像，用基于概率塊的去噪算法PPB分別對這兩幅圖像進行降斑，降斑后的圖像矩陣分別記為X1和X2 (2)將兩幅降斑后的圖像矩陣X1和X2按如下公式求取這兩個圖像矩陣的對數(shù)比矩陣D1:
2.根據(jù)權(quán)利要求I所述的一種基于低秩矩陣分解的SAR圖像變化檢測方法，其中所述步驟(I)中用基于概率塊的去噪算法PPB分別對輸入的兩幅圖像進行降斑，按以下步驟進行 (Ia)以輸入圖像中任一像素點Cs為中心，選取NXN大小的鄰域作為該像素點的搜尋區(qū)域 (Ib)以像素點Cs為中心,取MXM大小的塊,塊內(nèi)所有像素點的灰度值構(gòu)成矩陣Vs (Ic)以搜尋區(qū)域中除中心像素點Cs外的每一個像素點ft為中心，取MXM大小的塊，塊內(nèi)所有像素點的灰度值構(gòu)成矩陣Vt (Id)按照下面權(quán)重公式計算經(jīng)過i_l次去噪后ft到Cs的權(quán)重ws, tH 如果輸入SAR圖像是強度圖像，使用權(quán)重公式
3.根據(jù)權(quán)利要求I所述的一種基于低秩矩陣分解的SAR圖像變化檢測方法，其中所述步驟3c)中用GoDec算法把變化矩陣D1"分解成低秩部分L和稀疏部分S，按以下步驟(3cl)令 L0 = D1"，S0 = 0，r = 2，t = O : (3c2)驗證Lt和St是否滿足收斂條件
全文摘要
本發(fā)明公開了一種基于低秩矩陣分解的SAR圖像變化檢測方法，主要解決現(xiàn)有方法對SAR圖像變化區(qū)域不能精確檢測的問題。其實現(xiàn)步驟包括(1)對待檢測的兩幅SAR圖像進行降斑預(yù)處理，得到較為平滑的SAR圖像；(2)構(gòu)造降斑后的兩幅圖像的對數(shù)比值；(3)將對數(shù)比值進行低秩稀疏分解，得到對數(shù)比值的低秩部分和稀疏部分；(4)按列將稀疏部分變換成稀疏矩陣；(5)用K均值算法對得到的稀疏矩陣進行聚類，得到最終的變化檢測結(jié)果。本發(fā)明具有較為精確的檢測變化區(qū)域的優(yōu)點，可用于公共安全、視頻監(jiān)控領(lǐng)域。
文檔編號G06T5/50GK102722892SQ20121019334
公開日2012年10月10日 申請日期2012年6月13日 優(yōu)先權(quán)日2012年6月13日
發(fā)明者侯彪, 張向榮, 張祎勃, 李陽陽, 楊陽, 焦李成, 白靜, 翁鵬, 鄭耀國 申請人:西安電子科技大學(xué)