SAR图像变化检测.docxVIP

 题 目 SAR图像变化检测 学 院 电子工程学院 专 业 智能科学与技术 学 号 学生姓名 教师姓名  SAR图像变化检测 引言 图像检测，是利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。地理学中指将遥感图像进行分类的技术。　图形刺激作用于感觉器官，人们辨认出它是经验过的某一图形的过程,也叫图像再认。在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。图像识别是人工智能的一个重要领域。 2．算法原理简介 首先对两幅实验用SAR 图像进行滤波处理，消除噪声，尽可能的减少噪点对变化检测结果的影响。然后利用图像比值法生成初步的新像素矩阵。假设P1(i,j)是第一幅实验用SAR 图像对应像素点（i，j）的灰度，P2（i,j）是第二幅实验用图对应像素点(i,j)的灰度。对应两幅图像，变化的部分像素差异较大，所以比值P1(i,j)/P2(i,j)距离1 就比较远；而对应不变的点，像素虽然不至于完全一致，但是比值会在1 的附近。这个特性就为此方法的实现奠定了良好的基础。 然后对上一步得到的像素矩阵进行处理，例如进行取反操作（这个要看实际需要），乘以某一恰当的系数将像素值的差距拉大。便可得到一幅SAR 图像变化图像。最后将实验所得的结果跟参考进行比对，得到差异，并统计漏检和误检的像素点数量。 3.具体算法步骤： 步骤1：读入变化前后的实验用用SAR图像 步骤2：将两幅图像的像素矩阵相比，得到新的像素矩阵 步骤3：对上步所得像素矩阵进行取反，将系数等简单的处理，得到变化检测的图像 步骤4： 对上步得到的新图像以及参考进行模糊C均值分类，对参考和新图像进行比较 步骤5： 对参考和实验结果进行相减操作，得到误差图像 步骤6： 统计漏测点和误测点的数量并输出 步骤7： 结束 4.算法程序 function Untitled2 clc clear all close all I1=imread(1999.04.bmp); I2=imread(1999.05.bmp); I3=imread(1999.05.bmp); I1=rgb2gray(I1); I2=rgb2gray(I2); I3=rgb2gray(I3); I1=medfilt2(I1,[3,3]); I2=medfilt2(I2,[3,3]); I3=medfilt2(I3,[3,3]); [N,L]=size(I1); I=(I1./I2).*256;%±è?μ′|àí?°à-′ó2??à I=imcomplement(I);%è?·′2ù×÷ IM=I; I11=fcm2(I); IM=I3; I22=fcm2(I3); k=0; [T,J]=cuowu(I11,I22,N,L); k=T+J; disp(sprintf(?á1????ì%d??????μ?￡??ó?ì%d??????μ?,T,J)); disp(sprintf(?á1?í???12óD%d??????￡????Dó?2????ó2???????êy?a%d,N*L,k)); k=k/(N*L)*100; disp(sprintf(′?·?·¨ó?2???í???μ??ó2??ê%2.4f??°ù·?μ?,k)); I4=I11-I22; %?ó2?í??? figure(1) subplot(221) imshow(I1); title(before change); subplot(223) imshow(I2); title(after change); subplot(222) imshow(I3); title(reference); subplot(224) imshow(I); title(result); figure(2) subplot(121) imshow(I11); title(result_fcm2); subplot(122) imshow(I22); title(reference_fcm2); figure(3) imshow(I4); title(·?ààoó?á1?ó?2???μ??ó2?); function IMMM=fcm2(IM) %·?ààêy