基于混合模型和分类后比较法的SAR图像变化检测-电路与系统专业论文.docxVIP

摘 摘 要 摘 要 合成孔径雷达图像变化检测是指通过分析同一地区不同时相的两幅 SAR 图像， 检测出该地区地物的变化信息。近年来，SAR 图像变化检测已经用于很多方面， 如灾害监测和评估、水资源质量和地理分布情况调查、气候的变化监测、土地利 用和土地覆盖变化以及军事目标检测等。 本论文针对两时相 SAR 图像变化检测进行了研究，主要包括以下三个方面： （1）针对现有变化检测方法中差异图构造问题，提出一种基于欧式距离的邻 域信息采集方法，对邻域内的像素点的权值做改动，将此方法加入到差值法和比 值法的差异图构造之中，最后采用代数运算的融合规则将二者融合。实验结果表 明，与传统的差异图相比，该方法获得的差异图能够更好的抑制背景信息，提高 变化类和非变化类之间的对比度。 （2）针对现有检测方法中差异图的模型构造过于单一、不能完全符合变化类 和非变化类中像素的分布这一问题，提出了一种基于混合模型构造的 SAR 图像变 化检测方法。混合模型构造方法是将差异图中的非变化类用高斯模型拟合，而变 化类采用广义高斯分布模型拟合，该方法在一定程度上减少了错检个数，提高了 检测总正确率。与传统单一模型检测方法进行实验对比，实验结果表明，该方法 获得了较好的变化检测结果。 （3）提出了一种基于量子粒子群全局寻优最佳分类阈值和两时相联合分类的 SAR 图像分类后比较法。该方法首先利用量子粒子群强大的全局寻优能力分别对 两时相 SAR 图像分类，再利用两时相图像的相似性矩阵得到相似度阈值，根据这 一阈值对两时相图像联合分类，最后得到变化检测结果。该方法不但提高了单幅 图像的检测精度，而且通过相似度阈值将同一地物信息在不同时相的图像划分为 相同的类别信息，大大减少了由于独立分类引起的分类累计误差，从而降低了变 化检测结果中的漏检数和错检数，提高了总正确率，并确定了变化信息的类型， 与客观的变化信息类型接近。 本文得到如下基金资助：国家自然科学基金中国博士后科学基 金特别资助：200801426；中国博士后科学基金：20080431228 以及中央高校基本 科研业务费专项资金资助：JY10000902040。 关键词：变化检测 邻域像素点权值 混合模型 量子粒子群 分类后比较法 Ab Abstract 基于混合模型和分类 基于混合模型和分类后比较法的 SAR 图像变化检测 Abstract Change detection in SAR Image is a process that analyzes images of the same scene taken at different times in order to identify changes that may have occurred between the considered acquisition dates. In recent years, SAR image change detection techniques have been used in many applications, such as monitoring and assessment of the disaster, investigation of the water quality and the geographical distribution, monitoring of the climate change, studies on land use/land cover dynamic detection and military target detection. In this thesis, we focus on the SAR image change detection research .The major works can be summarized as follows: In order to solve the existing problems in constructing difference image, a novel method of collecting neighborhood information based on the Euclidean distance is proposed. This method which modifies the weights of the pixels in the neighborhood, has been added into the construction of the difference value method and the ratio method. At