论文部分内容阅读
变化检测是对不同时相同一地理位置获取的多幅遥感图像进行定位和分析,从而获得并识别出地物变化信息的技术。由于合成孔径雷达(SAR)对于光照和大气条件不敏感,因此可以对目标进行全天候、全天时检测,故基于SAR图像的变化检测被广泛地应用到军事侦察、环境监控、城市变化以及灾害评估等领域。随着SAR成像技术的不断发展、成熟,变化检测在SAR图像的应用研究中日益重要。由于SAR是相干成像系统,不可避免地受到相干斑噪声的作用,这将让后续的变化检测分析变得十分困难,大大增加了变化检测的误检率。因此,如何选择合适的算法来抑制图像的相干斑噪声并改善图像的变化检测精度是SAR图像变化检测的难点和重点。传统的变化检测算法是利用两幅同一地区不同时间获取的图像进行逐像素求比值得到差异图像,然后利用阈值法对比值图像进行分割从而完成图像的变化检测。但是该算法没有考虑到图像像素点的空间相关性以及SAR图像固有的斑点噪声,使得变化检测的精度较低。马尔科夫随机场(MRF)模型可以充分利用图像的空间上下文信息,对相干斑噪声进行抑制,因此可以大大提高SAR图像变化检测的精度,被广泛地应用在SAR图像变化检测中。传统的马尔科夫随机场变化检测算法的差异图像是通过两幅不同时相的SAR图像逐像素求比值得到的,该方法受斑点噪声的影响较大,检测精度较低,本文对此进行改进,利用单点像素的八邻域像素点的灰度值加权平均来替代该像素点的灰度值,然后对两幅不同时相的SAR图像进行逐像素求比值得到差异图像,最后利用MRF模型对差异图像进行分割,从而可以更好地抑制相干斑噪声的影响,提高SAR图像变化检测的精度。为了更好地抑制相干斑噪声的影响,本文提出了一种基于BM3D马尔科夫随机场的SAR图像变化检测,本算法首先对两幅不同时相的SAR图像逐像素求对数比值得到对数比值图像,将乘性斑点噪声转换为加性噪声,然后利用BM3D算法对对数比值图像进行滤波,得到最终的差异图像,最后利用MRF模型对差异图像进行分割得到SAR图像的变化检测结果。BM3D滤波利用图像自身的相似性,通过对比图像中不同位置图像块之间的相似程度,来估计图像像素点原来的灰度值,该方法充分利用了空间和时间的相关性,对相干斑噪声进行了较好地抑制。本文采用真实SAR图像数据对本文所提算法进行验证,实验结果验证了本文所提算法的有效性。