亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于小波變換和svm的sar遙感影像變化檢測方法

文檔序號:9766211閱讀:448來源:國知局
基于小波變換和svm的sar遙感影像變化檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種基于小波變換和SVM的SAR遙感影像變化檢測方法,屬于多時相 SAR遙感影像變化檢測技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 遙感圖像變化檢測是指通過比較分析同一地理區(qū)域不同時相的遙感圖像,獲得該 地區(qū)運(yùn)段時間的地物變化信息。近幾年,遙感圖像變換檢測技術(shù)已廣泛應(yīng)用于眾多領(lǐng)域,如 環(huán)境監(jiān)測、農(nóng)業(yè)研究,城鎮(zhèn)變化調(diào)查、森林植被變化監(jiān)測等。
[0003] 合成孔徑雷達(dá)(SAR)具有高分辨率、全天候、全天時的特點(diǎn),可方便地獲得同一地 區(qū)不同時間的圖像。但是SAR圖像固有的相干斑噪聲嚴(yán)重影響了圖像質(zhì)量及后期應(yīng)用。本文 采用基于小波變換的融合方法對差異圖像進(jìn)行處理,有效抑制了圖像的背景噪聲,使得圖 像更有利于后續(xù)變化檢測。
[0004] 遙感圖像變化檢測方法通??蒞分成有監(jiān)督的變化檢測和無監(jiān)督的變化檢測兩 大類。有監(jiān)督的變化檢測方法需要獲取大量真實(shí)的地物信息,通過大量已標(biāo)記的樣本去識 別其他未標(biāo)記的樣本。由于實(shí)際操作中,有標(biāo)記的樣本數(shù)量有限且獲取困難,因此有監(jiān)督方 法的實(shí)際操作很難實(shí)現(xiàn)。無監(jiān)督的變化檢測不需要額外的地物信息,直接通過兩幅原始圖 像進(jìn)行比較,得到最終的遙感圖像變化檢測結(jié)果。無監(jiān)督方法成熟,簡單易操作,但是檢測 效果不理想。在實(shí)際應(yīng)用中,存在大量未標(biāo)記的數(shù)據(jù),如何有效利用運(yùn)些未標(biāo)記的數(shù)據(jù)的信 息來提高變化檢測精度,一直是人們研究的熱點(diǎn)。

【發(fā)明內(nèi)容】

[000引為解決現(xiàn)有技術(shù)的不足,本發(fā)明的目的在于提供一種基于小波變換和支持向量機(jī) 的兩時相的SAR遙感影像變化檢測方法,通過使用的漸進(jìn)直推式支持向量機(jī)運(yùn)種半監(jiān)督的 方法,不需要大量已知的地物信息,可操作性強(qiáng),同時充分利用了大量未標(biāo)記的樣本數(shù)據(jù), 提高了變化檢測精度。
[0006] 為了實(shí)現(xiàn)上述目標(biāo),本發(fā)明采用如下的技術(shù)方案:
[0007] -種基于小波變換和SVM的SAR遙感影像變化檢測方法,其特征是,包括如下步驟: [000引1)輸入同一區(qū)域、不同時相的兩幅SAR遙感影像,分別記為:Ii和12;
[0009] 2)利用ENVI對Ii和12進(jìn)行幾何校正;
[0010] 3)對Ii和12分別提取對數(shù)比值圖Xi和均值比值圖X2;
[0011] 4)對步驟3)得到的對數(shù)比值圖Xi和均值比值圖X2進(jìn)行小波變換,融合兩幅影像的 低頻系數(shù)和高頻系數(shù),反變換得到差異圖像Xd;
[0012] 5)依據(jù)已知的參考圖像,隨機(jī)選擇60個已標(biāo)記的樣本點(diǎn)組成初始訓(xùn)練集;
[0013] 6) W初始訓(xùn)練集為輸入數(shù)據(jù),利用PTSVM算法對訓(xùn)練集進(jìn)行訓(xùn)練,得到一個分類超 平面;
[0014] 7)利用步驟6)得到的分類超平面對步驟4)得到的差異影像Xd進(jìn)行二分類,確定影 像的變化區(qū)域和非變化區(qū)域。
[0015] 前述的基于小波變換和SVM的SAR遙感影像變化檢測方法,其特征是,所述步驟2) 中幾何校正的具體步驟如下:
[0016] 26)顯示基準(zhǔn)影像和待校正影像;
[0017] 27)啟動幾何校正模塊;
[0018] 28)采集地面控制點(diǎn)GCPs;
[0019] 29)選擇校正參數(shù)輸出結(jié)果;
[0020] 30)檢驗(yàn)校正結(jié)果。
[0021] 前述的基于小波變換和SVM的SAR遙感影像變化檢測方法,其特征是,所述步驟3) 中用式(1)、(2)計算對數(shù)比值圖Xi和均值比值圖X2:
式中,化(i,j)和化Q J)分別表示待檢測圖像Ii和12中W坐標(biāo)Q J)為中屯、的3X3鄰域窗口 內(nèi)所有像素灰度值的平均值。
[0022] 前述的基于小波變換和SVM的SAR遙感影像變化檢測方法,其特征是,所述步驟4) 中的具體步驟如下:
[0023] 41)分別對步驟3)得到的對數(shù)比值圖Xi和均值比值圖枯進(jìn)行歸一化處理:
(3) ,式中,義r表示Xi歸一化之后的圖像,;表示X2歸一化 (4) 之后的圖像,Xlmax表示Xl中所有像素點(diǎn)的最大值,枯max表示枯中所有像素點(diǎn)的最大值;
[002引42)對本?和馬'分別進(jìn)行3層平穩(wěn)小波變換,得到每幅圖像的各層低頻系數(shù)和高頻 系數(shù);其中高頻系數(shù)包括水平分量、垂直分量和對角分量,低頻系數(shù)包含源圖像的近似特 性;
[0026] 43)低頻系數(shù)的融合規(guī)則為:CA = CAi/化CA2/2(5),式中,CA是融合后的低頻系數(shù), CAi是對數(shù)比值圖而第;層的低頻系數(shù),CA2是均值比值圖磚第;層的低頻系數(shù);
[0027] 44)高頻系數(shù)的融合規(guī)則為:0/,(/V)=、記I門?處乎么;內(nèi) (6),式 中,CH3(i,j)表示融合后的第立層的水平方向高頻系數(shù),CH3i(i,j)表示對數(shù)比值圖軒第立 層的水平方向高頻系數(shù),C也2(i,j)表示均值比值圖X;'第S層的水平方向高頻系數(shù),Ei(i,j) 表示W(wǎng)C出l(i,j)為中屯、的3X3窗口內(nèi)的局部能量,巧(z?,/) = 完kw[Cパ3l(A)了,E2(i,j)表 示W(wǎng)CH32(i,j)為中屯、的3X補(bǔ)口內(nèi)的局部能量,= 訂,Ni,康示W(wǎng)坐 標(biāo)(i J)為中屯、的3 X 3窗口內(nèi)分所有點(diǎn)的集合;
[0028] 45)對融合后的低頻和高頻系數(shù)進(jìn)行平穩(wěn)小波逆變換,重構(gòu)得到差異影像XcL
[0029] 前述的基于小波變換和SVM的SAR遙感影像變化檢測方法,其特征是,所述步驟6) 具體步驟如下:
[0030] 61)初始化懲罰因子C和初始化當(dāng)前迭代次數(shù)i和迭代總次數(shù)G,使用基于歸納 式學(xué)習(xí)的SVM對初始訓(xùn)練集進(jìn)行訓(xùn)練,得到一個初始模型;
[0031] 62)根據(jù)初始模型,求出候選集4中的樣本個數(shù)A,計算公式如下:
[00創(chuàng) A二min{Nl'N;) 巧),式中,、C分別為初始模型正負(fù)邊界支持向量 數(shù);
[0033] 63)根據(jù)模型求出未標(biāo)記樣本數(shù)據(jù)到分界面的距離,并分別選擇A個最接近分界面 的樣本加入到候選集中;
[0034] 64)計算候選集4±中樣本點(diǎn)的闊值,計算公式如下:
[0036] 65)更新訓(xùn)練集和未標(biāo)記的樣本集,當(dāng)樣本點(diǎn)到超平面的距離大于闊值時,將樣本 點(diǎn)加入到混合訓(xùn)練集,并將數(shù)據(jù)從候選集中去除;
[0037] 66)更新懲罰因子,計算公式如下:IiO),式中,i表示 第i次迭代,為勺初始值;
[0038] 67)根據(jù)新的訓(xùn)練集和懲罰因子重新訓(xùn)練,得到一個新的模型并更新當(dāng)前迭代次 數(shù)i = i+l;
[0039] 68)重復(fù)步驟3)到7),直到當(dāng)前迭代次數(shù)i大于G。
[0040] 本發(fā)明所達(dá)到的有益效果:采用基于小波變換的融合方法構(gòu)造差異影像,有效抑 制了 SAR遙感圖像中的相干斑噪聲,解決了單一類型差異影像檢測精度低、適用范圍窄的問 題,提高了變換檢測方法的抗噪性;采用半監(jiān)督的PTSVM方法確定差異影像的變化區(qū)域和非 變化區(qū)域,適用于已標(biāo)記樣本數(shù)量很少的情況,充分利用了大量未標(biāo)記的樣本,進(jìn)一步提高 了變化檢測方法的檢測精度。
【附圖說明】
[0041] 圖1是本發(fā)明的實(shí)現(xiàn)流程示意圖。
[0042] 圖2是拍攝時間為1997年5月的加拿大渥太華地區(qū)受雨季影響其地表SAR遙感圖 像;
[0043] 圖3是拍攝時間為1997年8月的加拿大渥太華地區(qū)受雨季影響其地表SAR遙感圖 像;
[0044] 圖4是加拿大渥太華地區(qū)的地物變化參考圖;
[0045] 圖5是采用插值法對兩幅不同時相的SAR遙感影像進(jìn)行變化檢測得到的變化檢測 結(jié)果圖;
[0046] 圖6是采用對數(shù)比值法對兩幅不同時相的SAR遙感影像進(jìn)行變化檢測得到的變化 檢測結(jié)果圖;
[0047] 圖7是采用均值比值法對兩幅不同時相的SAR遙感影像進(jìn)行變化檢測得到的變化 檢測結(jié)果圖;
[0048] 圖8是采用融合-EM法對兩幅不同時相的SAR遙感影像進(jìn)行變化檢測得到的變化檢 測結(jié)果圖;
[0049] 圖9是采用本發(fā)明對兩幅不同時相的SAR遙感影像進(jìn)行變化檢測得到的變化檢測 結(jié)果圖。
【具體實(shí)施方式】
[0050] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步描述。W下實(shí)施例僅用于更加清楚地說明本發(fā)明 的技術(shù)方案,而不能W此來限制本發(fā)明的保護(hù)范圍。
[0051 ]參照圖1,本發(fā)明的實(shí)現(xiàn)步驟如下:
[0052] 步驟1)輸入同一區(qū)域、不同時相的兩幅SAR遙感影像,分別記為:Ii和12。
[0053] 步驟2)利用ENVI遙感軟件對Ii和12進(jìn)行幾何校正,具體步驟如下:
[0054] 21)顯示基準(zhǔn)影像和待校正影像。
[00巧]22)啟動幾何校正模塊。
[0056] 23)采集地面控制點(diǎn)GCPs。
[0057] 24)選擇校正參數(shù)輸出結(jié)果。
[005引 25)檢驗(yàn)校正結(jié)果。
[0059] 步驟3)對幾何校正之后的Ii和12,用式(1)、(2)計算對數(shù)比值圖Xi和均值比值圖
,、,式中,JiiQ, j)和化(i, j)分別表示待檢 '2) 測圖像Ii和12中W坐標(biāo)(i,j)為中屯、的3 X 3鄰域窗口內(nèi)所有像素灰度值的平均值。
[0060] 步驟4)對步驟3)得到的對數(shù)比值圖Xi和均值比值圖X2進(jìn)行小波變換,融合兩幅影 像的低頻系數(shù)和高頻系數(shù),反變換得到差異圖像XcU具體步驟如下:
(3)
[0061] 41)分別對數(shù)比值圖Xi和均值比值圖X2進(jìn)行歸一化處理: , (4) 式中,種表示Xl歸一化之后的圖像,X;表示X2歸一化之后的圖像,Xlmax表示X沖所有像素點(diǎn) 的最大值,X2max表示拉中所有像素點(diǎn)的最大值;
[0062] 42)對X,'和分別進(jìn)行3層平穩(wěn)小波變換,得到每幅圖像的各層低頻系數(shù)和高頻 系數(shù);其中高頻系數(shù)包括水平分量、垂直分量和對角分量。其中低頻系數(shù)包含了源圖像的近 似特性,大體反映圖像輪廓;高頻系數(shù)體現(xiàn)了圖像的細(xì)節(jié)信息,如邊緣、線條W及區(qū)域的邊 界等,運(yùn)也是人眼最敏感的部分。同一場景的不同傳感器得到的圖像,其低頻系數(shù)大小差不 多,但高頻系
當(dāng)前第1頁1 2 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
1