一種遙感圖像顯著目標(biāo)變化檢測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種遙感圖像顯著目標(biāo)變化檢測(cè)方法，包括：在參考圖像上提取顯著目標(biāo)區(qū)域；對(duì)參考圖像和輸入圖像進(jìn)行采樣，并用采樣點(diǎn)近似表示顯著目標(biāo)區(qū)域；對(duì)采樣點(diǎn)提取DAISY特征；為參考圖像的采樣點(diǎn)在輸入圖像采樣點(diǎn)集合中尋找多個(gè)候選匹配點(diǎn)；為顯著目標(biāo)區(qū)域內(nèi)的采樣點(diǎn)集合在對(duì)應(yīng)的候選匹配點(diǎn)集合中搜索最優(yōu)匹配點(diǎn)，利用最優(yōu)匹配點(diǎn)集合間的距離作為對(duì)應(yīng)顯著目標(biāo)區(qū)域的變化特征；確定輸入圖像中與顯著目標(biāo)區(qū)域?qū)?yīng)的區(qū)域是否發(fā)生了變化。本發(fā)明過(guò)濾了大量冗余信息，提高了遙感圖像變化檢測(cè)的實(shí)用性、提高了區(qū)域的描述能力、對(duì)視角變換、配準(zhǔn)誤差的魯棒性，以及變化類和非變化類的類間可分性。本發(fā)明可以廣泛應(yīng)用于災(zāi)害監(jiān)測(cè)、目標(biāo)偵察等諸多領(lǐng)域中。
【專利說(shuō)明】一種遙感圖像顯著目標(biāo)變化檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及遙感圖像處理、變化檢測(cè)、目標(biāo)監(jiān)測(cè)等【技術(shù)領(lǐng)域】，特別是一種遙感圖像顯著目標(biāo)變化檢測(cè)方法。
【背景技術(shù)】
[0002]遙感圖像變化檢測(cè)通過(guò)分析已配準(zhǔn)的、同一場(chǎng)景的不同時(shí)相的遙感圖像(歷史圖像為參考圖像，當(dāng)前圖像為輸入圖像)自動(dòng)檢測(cè)出發(fā)生變化的目標(biāo)區(qū)域，可以廣泛應(yīng)用在情報(bào)處理、災(zāi)害監(jiān)測(cè)等軍事和民用領(lǐng)域。遙感圖像變化檢測(cè)不僅有著很強(qiáng)的應(yīng)用需求驅(qū)動(dòng)，而且還具有重要的戰(zhàn)略意義。由于目標(biāo)監(jiān)測(cè)技術(shù)的重要性，遙感圖像變化檢測(cè)技術(shù)已經(jīng)受到世界各國(guó)的高度重視。
[0003]由于多時(shí)相遙感圖像的復(fù)雜性，變化類與非變化類的類間可分性低?，F(xiàn)有的變化檢測(cè)方法無(wú)法滿足遙感圖像變化檢測(cè)的需求。目前，遙感圖像的變化檢測(cè)方法的研究還很不成熟，遠(yuǎn)遠(yuǎn)不能滿足實(shí)際應(yīng)用的需要，主要表現(xiàn)在目前的目標(biāo)監(jiān)測(cè)大都靠手工標(biāo)定，費(fèi)時(shí)費(fèi)力，通用性和自動(dòng)化程度差，實(shí)際上，只有5-10%的數(shù)據(jù)得到了有效利用，目標(biāo)監(jiān)測(cè)技術(shù)極大的限制了遙感圖像的廣泛應(yīng)用。在這樣的背景下，遙感圖像的目標(biāo)監(jiān)測(cè)仍然是一個(gè)亟待解決的難題。
[0004]實(shí)際應(yīng)用關(guān)心的是目標(biāo)區(qū)域的變化，但現(xiàn)有變化檢測(cè)方法大都將所有區(qū)域進(jìn)行比較。由于背景、植被等區(qū)域容易受季節(jié)、噪聲等因素影響，考慮所有區(qū)域會(huì)降低變化類和非變化類的類間可分性，導(dǎo)致很多虛警和漏警，不能滿足實(shí)際應(yīng)用的需要。如何對(duì)顯著目標(biāo)區(qū)域進(jìn)行有效的比較并對(duì)圖像畸變、視角變化、配準(zhǔn)誤差等因素具有較好的魯棒性，目前還沒(méi)有有效的算法。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的是針對(duì)遙感圖像變化檢測(cè)的難點(diǎn)和目標(biāo)監(jiān)測(cè)實(shí)際應(yīng)用的需求，提供一種有效的遙感圖像顯著目標(biāo)變化檢測(cè)方法。
[0006]為了實(shí)現(xiàn)上述目的，本發(fā)明基于顯著目標(biāo)區(qū)域的遙感圖像變化檢測(cè)方法包括如下步驟:
[0007]步驟SI，在參考圖像上提取顯著目標(biāo)區(qū)域；
[0008]步驟S2，對(duì)參考圖像和輸入圖像分別進(jìn)行多尺度均勻網(wǎng)格采樣，并用稠密的多尺度均勻網(wǎng)格采樣點(diǎn)近似表示所述參考圖像的顯著目標(biāo)區(qū)域；
[0009]步驟S3，對(duì)經(jīng)過(guò)所述多尺度均勻網(wǎng)格采樣得到的所述參考圖像和輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)分別提取對(duì)應(yīng)的DAISY特征；
[0010]步驟S4，利用所述參考圖像和輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)的DAISY特征，根據(jù)最近鄰匹配原則為所述參考圖像的每一個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)在所述輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)集合中各尋找多個(gè)候選匹配點(diǎn)；
[0011]步驟S5，為所述參考圖像顯著目標(biāo)區(qū)域內(nèi)的多尺度均勻網(wǎng)格采樣點(diǎn)集合在對(duì)應(yīng)的所述候選匹配點(diǎn)組成的候選匹配點(diǎn)集合中搜索最優(yōu)匹配點(diǎn)并組成最優(yōu)匹配點(diǎn)集合，利用最優(yōu)匹配點(diǎn)集合之間的距離作為對(duì)應(yīng)顯著目標(biāo)區(qū)域的變化特征；
[0012]步驟S6，基于所述顯著目標(biāo)區(qū)域的變化特征確定所述輸入圖像中與顯著目標(biāo)區(qū)域?qū)?yīng)的區(qū)域是否發(fā)生了變化。
[0013]本發(fā)明方法對(duì)于提高變化檢測(cè)的精度、魯棒性和自動(dòng)化程度具有重要的意義，其主要優(yōu)點(diǎn)如下:
[0014]本發(fā)明從遙感圖像上提取顯著目標(biāo)區(qū)域，基于目標(biāo)顯著區(qū)域進(jìn)行變化檢測(cè)，過(guò)濾了大量冗余信息，提高了遙感圖像變化檢測(cè)的實(shí)用性；
[0015]本發(fā)明利用稠密采樣點(diǎn)及DAISY特征表征區(qū)域，提高了區(qū)域的描述能力；
[0016]本發(fā)明利用顯著目標(biāo)區(qū)域內(nèi)的稠密采樣點(diǎn)的外觀特征、幾何拓?fù)涮卣髟谳斎雸D像中搜索采樣點(diǎn)集合，提高了對(duì)視角變換、配準(zhǔn)誤差的魯棒性，提高了變化類和非變化類的類間可分性。
[0017]得益于上述優(yōu)點(diǎn)，本發(fā)明使快速有效的遙感圖像顯著目標(biāo)變化檢測(cè)成為可能，極大地提高了現(xiàn)有目標(biāo)監(jiān)測(cè)系統(tǒng)的精度、速度、魯棒性和自動(dòng)化程度，可廣泛應(yīng)用于災(zāi)害監(jiān)測(cè)、目標(biāo)偵察等系統(tǒng)中。
【專利附圖】

【附圖說(shuō)明】
[0018]圖1是本發(fā)明遙感圖像顯著目標(biāo)變化檢測(cè)方法的流程圖。
[0019]圖2是根據(jù)本發(fā)明一實(shí)施例的遙感圖像顯著目標(biāo)區(qū)域提取結(jié)果示意圖。
[0020]圖3是根據(jù)本發(fā)明一實(shí)施例的多尺度均勻網(wǎng)格采樣結(jié)果示意圖。
[0021]圖4是根據(jù)本發(fā)明一實(shí)施例的DAISY特征提取示意圖。
[0022]圖5是根據(jù)本發(fā)明一實(shí)施例的采樣點(diǎn)集合匹配結(jié)果示意圖。
[0023]圖6是根據(jù)本發(fā)明一實(shí)施例的顯著目標(biāo)變化檢測(cè)結(jié)果示意圖。
【具體實(shí)施方式】
[0024]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，以下結(jié)合具體實(shí)施例，并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。
[0025]圖1是本發(fā)明遙感圖像顯著目標(biāo)變化檢測(cè)方法的流程圖，如圖1所示，所述方法包括以下步驟:
[0026]步驟SI，在參考圖像上提取顯著目標(biāo)區(qū)域；
[0027]該步驟中，以圖像灰度的離散余弦變換的符號(hào)函數(shù)為目標(biāo)區(qū)域顯著性度量標(biāo)準(zhǔn)來(lái)提取所述顯著目標(biāo)區(qū)域；
[0028]所述步驟SI進(jìn)一步包括以下步驟:
[0029]步驟SI I，對(duì)于所述參考圖像X，計(jì)算其顯著特征圖像I = I/XT(sign(D(T(X)))，
其中，DCT( ?)和IDCT( ?)分別表示離散余弦變換和離散余弦逆變換，Sign(X)表示符號(hào)函數(shù)，取值為變量X的符號(hào)；
[0030]步驟S12，基于所述顯著特征圖像計(jì)算顯著特征映射圖像文=<^1。1)，其中，O表示Hadamard點(diǎn)乘運(yùn)算符，g表示高斯核函數(shù)，*表示卷積運(yùn)算；[0031]步驟S13，基于所述顯著特征映射圖像提取所述參考圖像的顯著目標(biāo)區(qū)域。
[0032]該步驟中，首先對(duì)所述顯著特征映射圖像T進(jìn)行直方圖統(tǒng)計(jì)，直方圖的灰度級(jí)數(shù)可設(shè)為3 ；
[0033]然后將直方圖的頻數(shù)較多的部分認(rèn)為是背景，頻數(shù)較少的像素組成的區(qū)域?yàn)轱@著目標(biāo)區(qū)域。
[0034]根據(jù)本發(fā)明一實(shí)施例的遙感圖像顯著目標(biāo)區(qū)域提取結(jié)果的示意圖如圖2所示。
[0035]步驟S2，對(duì)參考圖像和輸入圖像分別進(jìn)行多尺度均勻網(wǎng)格采樣，并用稠密的多尺度均勻網(wǎng)格采樣點(diǎn)近似表示所述參考圖像的顯著目標(biāo)區(qū)域；
[0036]所述步驟S2進(jìn)一步包括以下步驟:
[0037]多尺度均勻網(wǎng)格采樣是本領(lǐng)域的常用技術(shù)，在此不作贅述，需要說(shuō)明的是，所述多尺度均勻網(wǎng)格采樣的參數(shù)(即尺度個(gè)數(shù)和采樣間隔)根據(jù)圖像大小、圖像空間分辨率及目標(biāo)的最小尺寸確定，與圖像內(nèi)容無(wú)關(guān)。在本發(fā)明一實(shí)施例中，尺度個(gè)數(shù)設(shè)為5，采樣間隔設(shè)為5，也就是說(shuō)，圖像的行數(shù)、列數(shù)為10、15、20、25、30的倍數(shù)的交點(diǎn)為采樣點(diǎn)。經(jīng)過(guò)稠密采樣
后，假設(shè)落在某顯著目標(biāo)區(qū)域的采樣點(diǎn)集為P P,其中，Ii表示第i個(gè)顯著目標(biāo)區(qū)
域中采樣點(diǎn)的個(gè)數(shù)。
[0038]為刻畫這些采樣點(diǎn)的空間關(guān)系，將點(diǎn)集Pi分別按照“先行后列”和“先列后行”的方式進(jìn)行排列，這樣，所述參考圖像的每個(gè)顯著目標(biāo)區(qū)域均可用兩個(gè)采樣點(diǎn)序列Pi^ Pj來(lái)表示，并用(Pk，Pk+1)表示PiK或中相鄰的點(diǎn)，其中，Pj表示按照“先行后列”進(jìn)行排列得到的采樣點(diǎn)序列，Pi0表示按照“先列后行”進(jìn)行排列得到的采樣點(diǎn)序列。
[0039]根據(jù)本發(fā)明一實(shí)施例的多尺度均勻網(wǎng)格采樣結(jié)果示意圖如圖3所示。
[0040]步驟S3，對(duì)經(jīng)過(guò)所述多尺度均勻網(wǎng)格采樣得到的所述參考圖像和輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)分別提取對(duì)應(yīng)的DAISY特征；
[0041]DAISY的英文原意為雛菊花，因本發(fā)明中特征提取的中央一周圍對(duì)稱結(jié)構(gòu)與雛菊花的花瓣結(jié)構(gòu)很相似，故稱之為DAISY特征。圖4為根據(jù)本發(fā)明一實(shí)施例的DAISY特征提取示意圖，如圖4所示，DAISY特征為在以每個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)為中心、以采樣尺度為半徑的圖像塊上構(gòu)造多個(gè)(比如3個(gè))不同半徑的同心圓形結(jié)構(gòu)，并在每個(gè)同心圓上按一定角度(比如45° )等角度間隔提取多個(gè)(比如8個(gè))取樣點(diǎn)，以每個(gè)取樣點(diǎn)為圓心構(gòu)造圓形結(jié)構(gòu)，稱之為取樣圓。圓心位于同一個(gè)同心圓的取樣圓半徑相同，圓心位于不同同心圓的取樣圓半徑由里向外半徑依次增大。對(duì)落在每一個(gè)取樣圓內(nèi)的圖像像素點(diǎn)構(gòu)造梯度方向直方圖，然后將不同取樣圓的梯度方向直方圖連接起來(lái)組成DAISY特征。
[0042]具體地，所述步驟S3進(jìn)一步包括以下步驟:
[0043]步驟S31，計(jì)算以每個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)為中心、以采樣尺度為半徑的圖像塊中每個(gè)取樣圓對(duì)應(yīng)的局部梯度方向直方圖；
[0044]所述步驟S31進(jìn)一步包括以下步驟:
[0045]步驟S311，計(jì)算以每個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)為中心、以采樣尺度為半徑的圖像塊中每個(gè)取樣圓的每個(gè)圖像像素點(diǎn)(u，v)的q個(gè)(在本發(fā)明一實(shí)施例中，q=8)方向梯度；
[0046]步驟S312，利用高斯核卷積得到所述取樣圓中每個(gè)圖像像素點(diǎn)對(duì)應(yīng)的方向梯度向量:
【權(quán)利要求】
1.一種遙感圖像顯著目標(biāo)變化檢測(cè)方法，其特征在于，該方法包括以下步驟: 步驟SI，在參考圖像上提取顯著目標(biāo)區(qū)域； 步驟S2，對(duì)參考圖像和輸入圖像分別進(jìn)行多尺度均勻網(wǎng)格采樣，并用稠密的多尺度均勻網(wǎng)格采樣點(diǎn)近似表示所述參考圖像的顯著目標(biāo)區(qū)域； 步驟S3，對(duì)經(jīng)過(guò)所述多尺度均勻網(wǎng)格采樣得到的所述參考圖像和輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)分別提取對(duì)應(yīng)的DAISY特征； 步驟S4，利用所述參考圖像和輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)的DAISY特征，根據(jù)最近鄰匹配原則為所述參考圖像的每一個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)在所述輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)集合中各尋找多個(gè)候選匹配點(diǎn)； 步驟S5，為所述參考圖像顯著目標(biāo)區(qū)域內(nèi)的多尺度均勻網(wǎng)格采樣點(diǎn)集合在對(duì)應(yīng)的所述候選匹配點(diǎn)組成的候選匹配點(diǎn)集合中搜索最優(yōu)匹配點(diǎn)并組成最優(yōu)匹配點(diǎn)集合，利用最優(yōu)匹配點(diǎn)集合之間的距離作為對(duì)應(yīng)顯著目標(biāo)區(qū)域的變化特征； 步驟S6，基于所述顯著目標(biāo)區(qū)域的變化特征確定所述輸入圖像中與顯著目標(biāo)區(qū)域?qū)?yīng)的區(qū)域是否發(fā)生了變化 。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟SI中，以圖像灰度的離散余弦變換的符號(hào)函數(shù)為目標(biāo)區(qū)域顯著性度量標(biāo)準(zhǔn)來(lái)提取所述顯著目標(biāo)區(qū)域。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟SI進(jìn)一步包括以下步驟: 步驟SI I，對(duì)于所述參考圖像X，計(jì)算其顯著特征圖像X 二 //)(7?(/.)(7’(義)))，其中，DCT( ?)和IDCT( ?)分別表示離散余弦變換和離散余弦逆變換，Sign(X)表示符號(hào)函數(shù)； 步驟S12，基于所述顯著特征圖像計(jì)算顯著特征映射圖像歹。Y)，其中，?表示Hadamard點(diǎn)乘運(yùn)算符，g表示高斯核函數(shù)，*表示卷積運(yùn)算； 步驟S13，基于所述顯著特征映射圖像提取所述參考圖像的顯著目標(biāo)區(qū)域。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟13具體為:對(duì)所述顯著特征映射圖像±進(jìn)行直方圖統(tǒng)計(jì)，將直方圖的頻數(shù)較多的部分認(rèn)為是背景，頻數(shù)較少的像素組成的區(qū)域?yàn)轱@著目標(biāo)區(qū)域。
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述參考圖像的第i個(gè)顯著目標(biāo)區(qū)域由兩個(gè)采樣點(diǎn)序列來(lái)表示，其中，表示對(duì)落在該顯著目標(biāo)區(qū)域的采樣點(diǎn)集Pi按照“先行后列”進(jìn)行排列得到的采樣點(diǎn)序列，Pj表示對(duì)落在該顯著目標(biāo)區(qū)域的采樣點(diǎn)集Pi按照“先列后行”進(jìn)行排列得到的采樣點(diǎn)序列。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S3進(jìn)一步包括以下步驟: 步驟S31，計(jì)算以每個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)為中心、以采樣尺度為半徑的圖像塊中每個(gè)取樣圓對(duì)應(yīng)的局部梯度方向直方圖； 步驟S32，基于所述步驟S31得到的每個(gè)取樣圓對(duì)應(yīng)的局部梯度方向直方圖，得到每個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)對(duì)應(yīng)的DAISY特征。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述步驟S31進(jìn)一步包括以下步驟: 步驟S311，計(jì)算以每個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)為中心、以采樣尺度為半徑的圖像塊中每個(gè)取樣圓的每個(gè)圖像像素點(diǎn)(U，v)的q個(gè)方向梯度；步驟S312，利用高斯核卷積得到所述取樣圓中每個(gè)圖像像素點(diǎn)對(duì)應(yīng)的方向梯度向量:
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S4具體為:利用所述輸入圖像的多尺度均勻網(wǎng)格采樣點(diǎn)的DAISY特征組成的集合構(gòu)造k-d樹(shù)，將所述參考圖像的每一個(gè)多尺度均勻網(wǎng)格采樣點(diǎn)與所述k-d樹(shù)進(jìn)行歐式距離匹配，將距離最小的多個(gè)輸入圖像多尺度均勻網(wǎng)格采樣點(diǎn)作為所述參考圖像中該多尺度均勻網(wǎng)格采樣點(diǎn)的候選匹配點(diǎn)。
9.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S5具體為: 利用候選匹配點(diǎn)集合之間的相似性進(jìn)行所述參考圖像顯著目標(biāo)區(qū)域的采樣點(diǎn)集合與所述候選匹配點(diǎn)集合的匹配，繼而為所述參考圖像的每個(gè)顯著目標(biāo)區(qū)域?qū)?yīng)的采樣點(diǎn)集合找到對(duì)應(yīng)的最優(yōu)匹配點(diǎn)集合； 對(duì)于所述參考圖像中的某顯著目標(biāo)區(qū)域，若某顯著目標(biāo)區(qū)域按行或按列得到的多尺度均勻網(wǎng)格采樣點(diǎn)集Pi與候選匹配點(diǎn)集Ci的最優(yōu)匹配采樣點(diǎn)集合存在，則用多尺度均勻網(wǎng)格采樣點(diǎn)集與最優(yōu)匹配采樣點(diǎn)集合之間的距離來(lái)表征該顯著目標(biāo)區(qū)域的變化特征；若所述最優(yōu)匹配采樣點(diǎn)集合不存在，則將該顯著目標(biāo)區(qū)域的變化特征設(shè)置為一個(gè)很大的數(shù)值。
10.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟S6具體為: 對(duì)所述顯著目標(biāo)區(qū)域的變化特征進(jìn)行直方圖統(tǒng)計(jì)，發(fā)生變化的顯著目標(biāo)區(qū)域的變化特征數(shù)值大，沒(méi)有發(fā)生變化的顯著目標(biāo)區(qū)域的變化特征數(shù)值小； 根據(jù)變化特征的數(shù)值將所述輸入圖像中與所述顯著目標(biāo)區(qū)域?qū)?yīng)的區(qū)域分為兩類:變化類和非變化類。
【文檔編號(hào)】G06T7/00GK103489191SQ201310449448
【公開(kāi)日】2014年1月1日 申請(qǐng)日期:2013年9月24日 優(yōu)先權(quán)日:2013年9月24日
【發(fā)明者】霍春雷, 潘春洪, 周志鑫 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所