论文部分内容阅读
随着高分辨率合成孔径雷达技术的发展,SAR被越来越广泛地应用到军事和民用领域,主要涉及灾害(如洪水、火灾和地震)区域的定位、城市的扩张情况分析以及军事应用中打击效果的评估等方面,所以研究SAR图像变化检测具有重要意义。现阶段SAR图像变化检测研究正处于开始阶段,还没有一种完全有效的方法可以用来进行SAR图像变化检测。本文将针对SAR图像变化检测算法进行研究,以提高SAR图像变化检测算法的性能。本文首先研究了经典的SAR图像变化检测算法,分析了算法原理,总结了优缺点,并进行了仿真实验。在此基础上,本文提出了一种基于稀疏表征的SAR图像变化检测数学模型,并论证了此模型的正确性;根据此数学模型,提出了一种基于稀疏表征的SAR图像变化检测算法:用变化前的SAR图像稀疏表征变化后的SAR图像,通过求解相关稀疏系数矩阵,得到变化区域数据。研究了近年提出的压缩感知理论,重点研究了压缩感知理论中的3个核心问题,结合压缩感知理论和基于稀疏表征的SAR图像变化检测算法,建立了基于随机采样的SAR图像变化检测数学模型,并论证了此模型的正确性;根据此数学模型,提出了基于随机采样的SAR图像变化检测算法。最后,对本文提出的两种SAR图像变化检测算法进行了仿真实验。仿真结果表明,本文提出的基于稀疏表征的SAR图像变化检测算法具有变化检测效果好、对图像灰度差异鲁棒性较强、适用范围广等特点;本文提出的基于随机采样的SAR图像变化检测算法在保证变化检测效果的基础上,提高了变化检测的速度。由于SAR图像变化检测包含很多相关技术,而且鉴于时间关系,本文只研究了SAR图像变化检测中的变化检测技术。在后续的研究工作中,将针对SAR图像配准、相干斑抑制和压缩感知理论进行研究,以提高SAR图像变化检测算法的性能。