【技術(shù)實(shí)現(xiàn)步驟摘要】
-種基于遺傳核模糊聚類的SAR圖像變化檢測(cè)方法
本專利技術(shù)屬于圖像處理
，具體地說是一種變化檢測(cè)方法，可應(yīng)用于遙感圖 像的變化檢測(cè)。
技術(shù)介紹
合成孔徑雷達(dá)（Synthetic Aperture Radar,簡(jiǎn)稱SAR)是利用雷達(dá)與目標(biāo)的相對(duì) 運(yùn)動(dòng)把尺寸較小的真實(shí)天線孔徑用數(shù)據(jù)處理的方法合成一較大的等效天線孔徑的雷達(dá)。合 成孔徑雷達(dá)的特點(diǎn)是分辨率高，能全天候工作，能有效地識(shí)別偽裝和穿透掩蓋物。合成孔徑 雷達(dá)在軍事領(lǐng)域和民用領(lǐng)域都有廣泛應(yīng)用，如戰(zhàn)場(chǎng)偵察、導(dǎo)航、資源勘測(cè)、地圖測(cè)繪、海洋監(jiān) 視、環(huán)境遙感。它可以方便地獲得同一地區(qū)不同時(shí)間的圖像。 SAR圖像變化檢測(cè)是指通過對(duì)不同時(shí)期同一區(qū)域的遙感圖像進(jìn)行比較分析，根據(jù) 圖像之間的差異得到我們所需要的地物或目標(biāo)的變化信息。SAR變化檢測(cè)技術(shù)的需求日益 廣泛。目前，全球壞境變化加劇，城市急速發(fā)展，洪水、地震等自然災(zāi)害時(shí)有發(fā)生，這些都需 要及時(shí)掌握相關(guān)動(dòng)態(tài)信息，為相關(guān)決策部門提供支持，而SAR的種種優(yōu)點(diǎn)為快速響應(yīng)提供 了技術(shù)支持和應(yīng)急保障。SAR圖像變化檢測(cè)主要有以下幾個(gè)過程：第一，獲得待處理圖像； 第二，對(duì)待處理圖像進(jìn)行預(yù)處理，預(yù)處理主要包括幾何校正、輻射校正和圖像配準(zhǔn)等；第三， 對(duì)預(yù)處理后的圖像進(jìn)行比較，獲得差異圖；第四，分析差異圖，獲得變化檢測(cè)結(jié)果圖像。 聚類方法是主要的變化檢測(cè)方法之一。2009年T. Celik提出基于PCA和k-means 聚類的變化檢測(cè)算法，通過主成分分析對(duì)差異圖進(jìn)行降維，然后用k-means聚類，較大幅 度減小了運(yùn)算量，但由于其在降維過程中丟...
【技術(shù)保護(hù)點(diǎn)】
一種基于遺傳核模糊聚類的SAR圖像變化檢測(cè)方法，其特征是，包括如下步驟：(1)選擇兩幅大小均為P的SAR圖像，標(biāo)記為X1和X2并導(dǎo)入；(2)計(jì)算出圖像X1和圖像X2對(duì)應(yīng)像素灰度值的領(lǐng)域差值并歸一化，得到領(lǐng)域差值圖像S，計(jì)算出圖像X1和X2對(duì)應(yīng)素灰度值的領(lǐng)域比值并歸一化，得到領(lǐng)域比值圖像R；(3)用雙邊濾波方法對(duì)圖像S和圖像R進(jìn)行融合，得到差異圖Xd和灰度矩陣Hx；(4)使用遺傳核模糊聚類的SAR圖像變化檢測(cè)方法獲得種群V(T0)：(4a)初始化：設(shè)定模糊度權(quán)值m，聚類個(gè)數(shù)n，種群大小M，最大進(jìn)化次數(shù)T，終止條件閾值ε；(4b)產(chǎn)生初始種群V(t)，并計(jì)算適應(yīng)度函數(shù)；(4c)對(duì)初始種群V(t)進(jìn)行遺傳算法的選擇、交叉和變異操作，得到新種群Vm(t)；(4d)根據(jù)核模糊聚類算法KFCM的目標(biāo)函數(shù)J2，計(jì)算步驟(4c)中得出的新種群Vm(t)的適應(yīng)度函數(shù)f2(t)，對(duì)種群V(t)和新種群Vm(t)進(jìn)行精英選擇操作，得到新的種群Ve(t)；(4e)將新的種群Ve(t)作為核模糊聚類算法KFCM的初始聚類中心，按照步驟(4c)更新種群，得出更新后的種群V(t+1)和適應(yīng)度函數(shù)f3(t)；(4f)...
【技術(shù)特征摘要】
1. 一種基于遺傳核模糊聚類的SAR圖像變化檢測(cè)方法，其特征是，包括如下步驟： (1) 選擇兩幅大小均為P的SAR圖像，標(biāo)記為X1和X2并導(dǎo)入； (2) 計(jì)算出圖像X1和圖像X2對(duì)應(yīng)像素灰度值的領(lǐng)域差值并歸一化，得到領(lǐng)域差值圖像 S，計(jì)算出圖像X1和X2對(duì)應(yīng)素灰度值的領(lǐng)域比值并歸一化，得到領(lǐng)域比值圖像R; (3) 用雙邊濾波方法對(duì)圖像S和圖像R進(jìn)行融合，得到差異圖Xd和灰度矩陣Hx ; (4) 使用遺傳核模糊聚類的SAR圖像變化檢測(cè)方法獲得種群V(Ttl): (4a)初始化：設(shè)定模糊度權(quán)值m，聚類個(gè)數(shù)n，種群大小M，最大進(jìn)化次數(shù)T，終止條件閾 值e; (4b)產(chǎn)生初始種群V(t)，并計(jì)算適應(yīng)度函數(shù)； (4c)對(duì)初始種群V(t)進(jìn)行遺傳算法的選擇、交叉和變異操作，得到新種群Vm(t); (4d)根據(jù)核模糊聚類算法KFCM的目標(biāo)函數(shù)J2,計(jì)算步驟（4c)中得出的新種群Vm(t) 的適應(yīng)度函數(shù)f2(t)，對(duì)種群V(t)和新種群Vm(t)進(jìn)行精英選擇操作，得到新的種群Ve(t); (4e)將新的種群Ve (t)作為核模糊聚類算法KFCM的初始聚類中心，按照步驟（4c)更 新種群，得出更新后的種群V(t+1)和適應(yīng)度函數(shù)f3(t); (4f)判斷適應(yīng)度函數(shù)f3(t)的最大值是否等于e或者當(dāng)前迭代數(shù)t是否等于最大進(jìn)化 次數(shù)T，如果t彡T或者f3(t) =e，則停止循環(huán)，輸出種群V(Ttl);否則循環(huán)執(zhí)行步驟（4b)? (4c)，直到滿足循環(huán)結(jié)束條件； (5) 根據(jù)V(Ttl)計(jì)算分割閾值p，并根據(jù)分割閾值p完成對(duì)差異圖Xd的分割。2. 如權(quán)利要求1所述的基于遺傳核模糊聚類的SAR圖像變化檢測(cè)方法，其特征是，步驟 (2) 中所述的計(jì)算圖像X1和圖像X2的領(lǐng)域差值圖像S和領(lǐng)域比值圖像R，通過如下公式進(jìn) 行： 計(jì)算圖像X1和圖像X2的領(lǐng)域差值圖像S:其中，Xf(U)和Xf(/，_/)分別表示圖像XJPX2在同一位置（i，j)的像素點(diǎn)領(lǐng)域集合， 大小均為HXH，H= 3 ; 計(jì)算圖像X1和圖像X2的領(lǐng)域比值圖像R:其中，N1(Xi)和隊(duì)〇〇分別表示圖像&和&在同一位置X上的像素點(diǎn)領(lǐng)域集合，大小 均為L(zhǎng)XL,L= 3。3. 如權(quán)利要求1所述的基于遺傳核模糊聚類的SAR圖像變化檢測(cè)方法，其特征是，步驟 (3) 中所述的用雙邊濾波方法對(duì)圖像S和圖像R進(jìn)行融合，得到差異圖Xd和灰度矩陣Hx，通 過如下公式進(jìn)行：其中，Mx,y表示大小為（2L+1V (2L+1)中心像素在位置（i，j)的領(lǐng)域，R(i，j)表示圖 像R在位置（i，j)的像素，m(i,j...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：于昕，焦李成，雷煜華，熊濤，李巧鳳，劉紅英，馬文萍，馬晶晶，
申請(qǐng)(專利權(quán))人：西安電子科技大學(xué)，
類型：發(fā)明
國(guó)別省市：陜西;61
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。