多尺度分割优化的SAR变化检测

基于SAR图像的变化检测和尺度有较强的相关性,提出了一种联合变化前后的两幅SAR图像进行多尺度分割的方法,在分割的图斑基础上采用了交叉熵计算图斑之间的差异程度。根据多个尺度分割的斑块计算系列差异指数,采用多尺度优化的方法得到最佳差异指数,最终实现变化区域的提取。通过对SAR图像的实验处理,说明了在多尺度联合分割的基础上进行变化检测可以得到较好的检测效果。     

利用最小交叉熵的多时相影像变化检测

针对目前多时相遥感影像变化检测中缺少有效的确定变化阈值方法的问题,文章提出一种基于最小交叉熵的方法:采用中值滤波方法分别消除两个时相遥感影像中的噪声;将比值法和差值法融合构造两个时相遥感影像的差异影像;通过最小交叉熵确定差异影像的最佳变化阈值,并对差异影像进行分割得到变化区域;最后对变化检测精度进行评估。实验结果表明,提出的方法具有较高的检测精度,是一种有效的多时相遥感影像变化检测方法。     

广义Gamma模型及自适应KI阈值分割的SAR图像变化检测

基于SAR图像的杂波统计特性,利用广义Gamma模型对降噪配准后的SAR图像统计特征进行拟合,获取了辐射值与局部纹理等特征信息;采用信息论中交叉熵的概念,量化不同时相SAR图像统计特征间的差异程度;利用KS与KL检验相结合,自动选取对差异图拟合情况最好的模型,从而实现基于该模型的KI阈值分割。通过对天津市北辰区以南地区的两幅Radarsat图像,以及北京市顺义区的两幅ASAR图像的实验表明,所提出的方法不仅有效地避免了水面波纹变化所产生的大量虚警,并能有效地检测出传统方法所不能识别的,区域内均值不变,仅纹理发生变化的情况。     

广义高斯模型的KI双阈值自动分割SAR图像非监督变化检测

提出广义高斯模型假设下KI双阈值法的SAR图像变化检测算法.描述了SAR差异图像上未发生变化类、后向散射减弱类和后向散射增强类的概率密度分布.基于KI准则,构建了双阈值准则函数.提出仅利用差异图像灰度直方图的最优双阈值自动选取方法,实现了3种变化与非变化类型的非监督变化检测信息提取.选取两个时相的Radarsat卫星SAR图像进行变化检测试验,结果表明该方法可行、有效.     

融合差异图与高斯混合模型相结合的SAR图像变化检测

在SAR图像变化检测过程中,假设差异图类别服从单一分布,构造单一类型的差异图不能完好地保留变化信息,从而影响SAR图像变化检测的精度。针对上述问题,提出一种基于差异图融合和高斯混合模型GMM(Gaussian Mixture Model)的非监督SAR图像变化检测方法。该方法利用给定的融合因子进行差值和比值图融合,采用最大期望算法EM(Expection Maximum)求解融合差异图的GMM参数,并根据后验概率将图像像素分配到GMM各个分量,从而获得SAR实验区域的变化检测图。3组SAR数据集的变化检测实验验证了所提方法的可行性和有效性。     

基于混合Gamma拖尾Rayleigh分布的高分辨SAR图像建模

针对已有统计模型无法精确刻画高分辨率SAR（Synthetic Aperture Radar合成孔径雷达）图像的统计特征的问题,本文提出一种基于乘积模型的统计模型称为混合Gamma拖尾Rayleigh分布模型。在该模型中,我们利用拖尾Rayleigh分布对相干斑进行建模,使模型可以精确拟合高分辨率SAR图像相干斑的尖峰和厚尾的特征;同时我们引入混合Gamma分布对高分辨SAR图像RCS（Radar Cross Section雷达散射截面积）复杂起伏特性进行表征。基于梅林变换,我们推导出混合Gamma拖尾Rayleigh分布对数累计量参数估计公式,提高参数估计精度,从而实现对高分辨率SAR图像的精确建模。最后我们通过真实SAR图像对本文提出的模型与已有模型进行比较。试验结果表明,本文提出的模型能够对不同的高分辨率SAR图像进行统计建模,并且具有较高的拟合精度。     

纹理特征向量与最大化熵法相结合的SAR影像非监督变化检测

合成孔径雷达(SAR)影像具有明显的斑点噪声,在变化检测中,一般需要考虑空间邻域信息。本文结合SAR影像丰富的纹理信息,提出一种考虑空间邻域信息的高分辨率SAR影像非监督变化检测方法,用基于灰度共生矩阵(GLCM)的32维纹理特征向量构造差异影像。通过最大化熵法自动选取阈值,对精度指标随窗口大小的变化进行回归分析,得到适合于变化检测的窗口为11×11。试验表明,本文方法优于马尔科夫随机场法,可以减小斑点噪声的影响,有效提高高分辨率SAR影像变化检测的精度。     

SAR图像复合分布船只检测模型

提出了一种基于复合参数分布的SAR图像船只检测模型。模型使用Pearson分布系统模拟SAR图像海洋背景散射分布, Pearson分布系统由4种参数分布组成, 包括Pearson I分布(g)、Ⅲ分布、Ⅳ分布(反g)和Ⅵ分布。模型采用基于β平面的分布选择器确定采用哪种分布来拟合SAR图像海面后向散射分布, 同时利用4种分布, 结合CFAR技术, 建立CFAR方程, 通过解算方程得到检测阈值, 利用阈值进行SAR图像船只检测。通过图像试验验证表明, 该模型检测效果良好, 具有一定的实用价值。     

加入多时相纹理的遥感变化检测

基于遥感技术的变化检测是遥感应用的一个重要方面.传统基于遥感的变化检测方法一般是利用光谱信息,较少注意多时相图像间的光谱特征相关关系分析.本文运用地统计学的伪交叉变差函数(Pseudo Cross Variogram)计算多时相图像纹理,定量表达多时相图像间的空间相关关系,并将得到的多时相纹理信息与光谱信息一起用于多时相变化检测.实验结果表明,加入多时相纹理信息可以显著提高变化检测精度,是一种有效的方法.     

Tsallis熵和改进CV模型的海面溢油SAR图像分割

为了解决海洋表面溢油监测中合成孔径雷达(SAR)图像分割精度不高的难题,提出一种基于Tsallis熵多阈值分割与改进CV(ChanVese)模型相结合的海面溢油图像分割方法。首先采用基于Tsallis熵的多阈值选取算法对海面溢油图像进行粗分割;然后分别将得到的溢油区域和溢油粗略轮廓作为CV模型的局部区域和初始轮廓,以降低CV模型的场景复杂度及其对初始条件的敏感性。CV模型仅考虑了图像各区域的均值信息而没有考虑图像的局部信息,尽管能够得到渐进型边界图像,但其分割结果存在误差。本文采用了加入移动因子的改进CV模型降低分割误差,提高收敛速度。实验结果表明,提出的海面溢油SAR图像分割方法具有分割边界定位准确、运行高效和无需设置初始条件等优点。