模糊贴近度SAR图像变化检测研究.docVIP

智能计算课程设计 基于模糊贴近度的SAR图像变化检测 学 院 ： 电子工程学院 专业班级：智能科学与技术020751 学生学号： 学生姓名： 张震 丁海龙 2010 年 6 月 15日 基于模糊贴近度的SAR图像变化检测研究 【摘要】：图像变化检测技术旨在检测不同时间段的同一场景图像之间发生的变化。图像变化检测技术主要依赖于辐射值或局部纹理的变化。这些变化可能是由于地表覆盖的真实变化引起的，或者是由照射角、大气条件、传感器精度。地面湿度等条件变化引起的。变化检测的基本前提是相对于由一些随机因素引起的变化由对象本身变化引起的辐射值或局部纹理的变化是可分的。合成孔径雷达具有全天候、全天时的特点，可方便地获得同一地区不同时间段的图像，于是SAR图像变化检测是它的一个重要应用领域。SAR图像变化检测是遥感技术的主要应用之一，它通过对不同时期图像的比较分析，根据图像之间的差异来得到我们所需要的变化信息。SAR图像变化检测已经应用于很多方面，如对人工检测比较困难的热带雨林、沙漠等自然条件恶劣的地区进行监测，以了解生态环境变化的情况；对农田进行监测，分析农作物生长状况；对军事目标进行监测，了解兵力部署、军事调动等情报；对城区环境进行监控，合理规划城市布局，土地使用的管理和规范，非法占地和违章建筑的监控等。 随着研究环境和持续发展相关的许多地物变迁现象都是动态变化过程，随着遥感观测技术及SAR成像技术的发展，获取多波段、多极化、多时段的SAR图像的能力已大大提高，可为这些动态过程问题的研究提供丰富的信息源。但是由于地球系统的开放性、复杂性和不确定性，如何有效地提取所需的信息，揭示出其变化等规律，是当前急需解决的问题，通过对不同时段的多通道(多波段或多极化等)的SAR图像之间的变化检测来获取地表覆盖的变化情况便成为一个日益重要的课题研究方向之一。 本文研究了图像进行变化检测，所提供的实验结果验证算法的有效性，并显示了SAR图象在变化检测方面有良好的应用前景。 【关键词】：SAR图象 1 引言　　遥感变化检测是指通过对不同时期同一区域的遥感图像进行比较分析，根据图像之间的差异得到我们所需要的地物或目标的变化信息。现代遥感技术的飞速发展为变化检测提供了一种便捷的途径，遥感数据成为变化检测的主要数据源。　　与可见光和红外遥感相比，微波遥感具有无可比拟的优点：微波能穿透云雾、雨雪，具有全天候、全天时的工作能力。二，微波对地物有一定穿透能力。三，采用侧视方式成像，覆盖面积大。正是这些优点，使得SAR 图像日益成为变化检测的重要数据源。　　SAR 变化检测技术的需求日益广泛。目前，全球坏境变化加剧，城市急速发展，洪水、地震等自然灾害时有发生，这些都需要及时掌握相关动态信息，为相关决策部门提供支持，而SAR 的种种优点为快速响应提供了技术支持和应急保障。2 变化检测的预处理　　2.1 图像配准　　图像的配准精度对变化检测的精度影响很大，如果图像没有较高精度的配准，则图像的错位会带来大量的虚警。因此，针对这一方面，Dai 和Khorran[1]得出的结论为：好的变化检测结果需要高精度的配准算法。Jeannie Moulton [2]等针对多时相SAR 图像的平移及偏转误差提出一种解决方法。意大利的Paolo [3]针对高分辨SAR 影像配准的困难，提出基于象元与特征相结合的方法进行未精确配准的变化检测研究。　　2.2 噪声抑制　　基于 SAR 图像的变化检测对斑点的抑制要求很高：降班算法要既能有效降斑，还能保持图像的细节信息。因此，需要采用性能良好的自适应降斑方法来完成。相干斑抑制方法可以分为两类：一类是成像前的多视平滑处理，但同时也降低了图像的空间分辨率，所以目前常用的方法为成像后的去相干斑噪声的滤波技术。滤波方法主要有：（1）传统方法，如均值滤波、中值滤波等；（2）模型方法，假定静态的噪声模型，采用相应的滤波器进行处理，如Kalman 滤波和Lee 滤波；（3）几何滤波方法，如Gamma MAP 滤波；（4）基于局域统计自适应滤波，这种方法能在平滑噪声的同时较好的保持边缘信息，是目前的SAR 变化检测常用的方法。　　我们本次实验采用的方法是frost滤波，Frost滤波器是特定大小窗口的像素值和指数脉冲响应m卷积的Wiener自适应滤波器： 其中K是滤波器参数，t0代表中心像素的位置，|t|是距t0的距离。 Frost滤波器采用的斑点噪声模型采用的形式如下： 这里hij是系统响应函数，“*”为卷积算子。在通常的应用中，一般假定hij为delta函数，最小均方滤波器形式如下： 这里t对应于空间域中像素之间的距离。选择脉冲函数m