基于非下采樣Contourlet變換與主動輪廓的遙感圖像變化檢測方法
【專利摘要】本發(fā)明涉及一種基于非下采樣Contourlet變換與主動輪廓的遙感圖像變化檢測方法，在獲取差分圖時使用了對量化噪聲的不敏感且具有平移不變性的特性的非下采樣Contourlet變換。在取得較好的噪聲抑制的同時提高各方向細節(jié)保留的能力，從而提高遙感圖像變化檢測技術(shù)的準確率。有益效果是：首先，非下采樣Contourlet變換可以在保留細節(jié)信息的前提下更好的去除噪聲干擾；其次，主動輪廓算法是個迭代算法，能夠一步步地逼近真實地物的邊界信息，并且該算法不使用任何控制點或插值點來表示輪廓信息?；谏鲜鰞牲c，本發(fā)明在具有保持細節(jié)并去除噪聲能力的同時也有保持邊界信息的能力。
【專利說明】基于非下采樣ContourIet變換與主動輪廓的遙感圖像變 化檢測方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于多時相遙感圖像變化檢測的方法，尤其涉及一種基于非下采樣Contour1et變換與主動輪廓的遙感圖像變化檢測方法。

【背景技術(shù)】
[0002] 地球表面每天都發(fā)生著各種各樣的變化，這種變化信息催生了大量的應用，例如 地表資源的監(jiān)控、農(nóng)田覆蓋和土地利用的監(jiān)控及環(huán)境變化的監(jiān)控等等。衛(wèi)星遙感成像技術(shù) 的成熟使得能夠用圖像處理的方法抓取地球表面的這種變化信息，并進一步將這種變化信 息應用到各種領(lǐng)域應用中。變化檢測是一種通過觀察及分析不同時刻同一地物的狀態(tài)來識 別地物是否發(fā)生變化的檢測處理技術(shù)。遙感圖像的變化檢測能夠通過同一地區(qū)不同時刻的 遙感圖像來監(jiān)測地物變化信息。
[0003] 遙感圖像變化檢測技術(shù)可以主要分為兩個的類別：基于像素的變化檢測技術(shù)和基 于對象的變化檢測技術(shù)?；谙袼氐淖兓瘷z測技術(shù)只針對傳感器采集來的數(shù)據(jù)以像素為單 位進行變化檢測，無法提取真實地物之間的關(guān)系，所以此方法在處理低分辨率圖像時具有 很好的效果，但對于高分辨率圖像，其變化檢測效果不佳?；趯ο蟮淖兓瘷z測技術(shù)在提取 特征階段會將圖像進行分割，提取真實地物之間的關(guān)系，以對象為單位進行圖像處理，所以 基于對象的變化檢測技術(shù)更適合處理高分辨率圖像。傳統(tǒng)的基于像素的遙感圖像變化檢測 技術(shù)直接通過將圖像點抽象成噪聲模型和分布模型，采用閾值的方法得到變化圖，這種傳 統(tǒng)的方法在去除噪聲的同時同樣也去除了圖像中的細節(jié)信息。對此，文獻"Multitemporal imagechangedetectionusingundecimateddiscretewavelettransformandactive contours.IEEETransactionsonGeoscienceandRemoteSensing,vol. 49,no. 2,pp. 706 -716, 2011. "公開了基于小波變換和主動輪廓模型的遙感圖像變化檢測技術(shù)。其考慮圖像 的局部特性，加入圖像的空間信息，能夠很好的抑制噪聲，同時又較好的保留細節(jié)信息。但 上述方法在對差分圖進行去噪時沒有考慮到小波變換不滿足方向性及各向異性，不能完全 保留圖像中各個方向的細節(jié)信息。
[0004] 綜上所述，現(xiàn)有的遙感圖像變化檢測方法不能夠同時取得較好的噪聲抑制和各方 向細節(jié)保留效果。


【發(fā)明內(nèi)容】

[0005] 要解決的技術(shù)問題
[0006] 為了避免現(xiàn)有技術(shù)的不足之處，本發(fā)明提出一種基于非下采樣Contourlet變換 與主動輪廓的遙感圖像變化檢測方法，解決現(xiàn)有遙感圖像變化檢測技術(shù)中不能同時獲得較 好的噪聲抑制和各方向細節(jié)保持效果。
[0007] 技術(shù)方案
[0008] 一種基于非下采樣Contourlet變換與主動輪廓的遙感圖像變化檢測方法，其特 征在于步驟如下：
[0009] 步驟1 :在不同時刻對同一地點獲取的且已經(jīng)配準和進行了輻射矯正及幾何矯正 的兩幅遙感圖像進行絕對值差分，獲得差分圖像；
[0010] 步驟2 :對差分圖像進行非下采樣Contourlet變換，分解成一個低頻近似部分D1 和S個高頻部分集；
[0011] 步驟3 :對S個高頻部分集采用細節(jié)保留算法去除每張圖像中的噪聲干擾；
[0012] 步驟4 :將去除噪聲的S個高頻部分集與步驟2得到的低頻近似部分護進行融合， 得到一個保留細節(jié)同時去除噪聲的差分圖像；
[0013] 步驟5 :將步驟4得到的差分圖像使用主動輪廓算法進行分割，從而獲得表示變化 結(jié)果圖CM。
[0014] 有益效果
[0015] 本發(fā)明提出的一種基于非下采樣Contourlet變換與主動輪廓的遙感圖像變化檢 測方法，在獲取差分圖時使用了對量化噪聲的不敏感且具有平移不變性的特性的非下采樣 Contourlet變換。在取得較好的噪聲抑制的同時提高各方向細節(jié)保留的能力，從而提高遙 感圖像變化檢測技術(shù)的準確率。
[0016] 本發(fā)明的有益效果是：首先，非下采樣Contourlet變換可以在保留細節(jié)信息的前 提下更好的去除噪聲干擾；其次，主動輪廓算法是個迭代算法，能夠一步步地逼近真實地物 的邊界信息，并且該算法不使用任何控制點或插值點來表示輪廓信息?；谏鲜鰞牲c，本發(fā) 明在具有保持細節(jié)并去除噪聲能力的同時也有保持邊界信息的能力。

【專利附圖】

【附圖說明】
[0017] 圖1 :本發(fā)明基于非下采樣Contourlet變換和主動輪廓模型的遙感圖像變化檢測 方法的流程圖

【具體實施方式】
[0018] 現(xiàn)結(jié)合實施例、附圖對本發(fā)明作進一步描述：
[0019] 1、設(shè)XpX2為在tpt2兩個時刻，同一遙感傳感器及同一波段上對同一地點獲取的 兩幅遙感圖像，且XpX2已經(jīng)經(jīng)過配準和進行了輻射矯正及幾何矯正。對\，X2進行絕對值 差分，S卩D= |?|，獲得差分圖像D。
[0020] 2、對步驟1所得的差分圖像D進行非下采樣Contourlet變換，得到一個低頻近似 部分D1和S個高頻部分集# = LW義，其中A" =i11f!，Ls為每一層級高頻 部分提取出來的方向數(shù)目。
[0021] 3、合成一個保留細節(jié)的差分圖像。在非下采樣Contourlet變換中保留第一層分 解后的低頻近似部分DS高頻部分需要采用如下方式獲得：
[0022] ①對于DH集合中所有獨立的采用閾值算法初步提取細節(jié)

【權(quán)利要求】
1?一種基于非下采樣Contourlet變換與主動輪廓的遙感圖像變化檢測方法，其特征 在于步驟如下： 步驟1 :在不同時刻對同一地點獲取的且已經(jīng)配準和進行了輻射矯正及幾何矯正的兩 幅遙感圖像進行絕對值差分，獲得差分圖像； 步驟2 :對差分圖像進行非下采樣Contourlet變換，分解成一個低頻近似部分D1和S 個高頻部分集； 步驟3 :對S個高頻部分集采用細節(jié)保留算法去除每張圖像中的噪聲干擾； 步驟4 :將去除噪聲的S個高頻部分集與步驟2得到的低頻近似部分護進行融合，得到 一個保留細節(jié)同時去除噪聲的差分圖像； 步驟5 :將步驟4得到的差分圖像使用主動輪廓算法進行分割，從而獲得表示變化結(jié)果 圖CM。
【文檔編號】G06T7/00GK104392442SQ201410659249
【公開日】2015年3月4日 申請日期:2014年11月18日 優(yōu)先權(quán)日:2014年11月18日
【發(fā)明者】李映, 徐隆浩, 廖方順 申請人:西北工業(yè)大學