基于極化相似因子的微弱變化檢測方法
【專利摘要】本發(fā)明公開了一種基于極化相似因子的微弱變化檢測方法，所述的方法包括：先獲得極化圖像通道間的復(fù)相關(guān)系數(shù)，用于提取圖像通道間的特征信息；然后從極化圖像通道間的復(fù)相關(guān)系數(shù)的直方圖中提取極化相似因子，用于檢測圖像之間的微弱變化。本發(fā)明采用多極化微波設(shè)備獲取興趣目標的多維度數(shù)據(jù)，提取數(shù)據(jù)中的多極化信息，通過分析處理得到目標的微弱變化檢測結(jié)果。本發(fā)明增強了目標的微弱變化檢測性能和準確率，提高了檢測速率。
【專利說明】
基于極化相似因子的微弱變化檢測方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及一種圖像的處理和變化檢測，具體設(shè)及一種基于極化相似因子的微弱 變化檢測方法。
【背景技術(shù)】
[0002] 如今圖像處理廣泛應(yīng)用在智能電視、冰箱、空調(diào)等智能家用設(shè)施中，針對同一區(qū)域 不同時間的圖像數(shù)據(jù)，通過智能設(shè)施的分析和處理，能夠獲得興趣目標的變化信息。但是， 隨著對數(shù)據(jù)獲取和檢測結(jié)果的精確度要求越來越高，目標特性也變得更加復(fù)雜，對于微弱 目標的變化檢測已經(jīng)逐漸成為了研究的重點。人們對目標的微弱變化不僅要做到正確的區(qū) 域檢測，還需要分析變化的特點及其影響結(jié)果。其應(yīng)用領(lǐng)域主要有W下幾點：室內(nèi)微弱目標 的監(jiān)測，冰箱內(nèi)物品變化的檢測與判斷，室外某一區(qū)域長時間的微弱變化檢測，運些情況 下，目標的變化都較弱，信噪比低，常用變化檢測方法性能低下。
[0003] 目前常用的變化檢測方法大部分都是基于圖像像素級別，其信息源為圖像的最原 始信息，檢測策略簡單，但是抗噪性能較弱，很容易受到噪聲的干擾。另外一類方法則是基 于圖像特征級別，提取同一地區(qū)不同時相獲得的圖像特征信息進行分析比對，實現(xiàn)變化檢 ，此方法抗噪性能較強，但計算復(fù)雜度高，在檢測的實時性上較弱。本發(fā)明利用極化微波 遙感圖像之間的相關(guān)信息進行變化檢測，在提高檢測性能的同時也能提高檢測效率。
[0004] 微波遙感是一種探測技術(shù)，它具有全天候，高滲透的特點，可W穿透云、霧等覆蓋 物。微波遙感主要是利用微波傳感器接收來自目標及區(qū)域的反射或散射的微波信號，經(jīng)過 一定的信號處理，獲取目標及區(qū)域的相關(guān)信息，從而實現(xiàn)對目標的描述。我們利用多維度的 微波圖像數(shù)據(jù)，提取出相關(guān)圖像之間的多極化信息，將極化信息做聯(lián)合處理，最終得到變化 檢測結(jié)果。綜上所述，利用極化微波遙感圖像之間的極化信息，可W更加快速、準確的獲取 微弱目標的變化信息，加快智能設(shè)備的檢測效率，提高檢測性能。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明克服了現(xiàn)有技術(shù)的不足，提供一種基于極化相似因子的微弱變化檢測方 法。
[0006] 考慮到現(xiàn)有技術(shù)的上述問題，根據(jù)本發(fā)明公開的一個方面，本發(fā)明采用W下技術(shù) 方案：
[0007] -種基于極化相似因子的微弱變化檢測方法，所述的方法包括W下步驟：
[000引（1)利用微波傳感器獲取極化圖像ffil通道和VV通道的數(shù)據(jù)矩陣Shh、Svv，設(shè)定極化 圖像長X寬為HXW，則矩陣Shh、Svv各有HXW個元素，由此計算出此極化圖像通道間的復(fù)相 關(guān)系數(shù)丫，計算公式為：
[0009]
[0010] 其中，
[0011]
[001^ 式中，N = HXW，5^/w為矩陣5冊的第4個元素，&^為矩陣5門的第4個元素，5\、， 為的伴隨矩陣；
[0013] (2)對于同一地點不同時間獲得的兩幅多極化微波遙感圖像對A和B，運用步驟（1) 所述的公式分別計算出兩幅圖像對A和B各自的HH通道和W通道間的復(fù)相關(guān)系數(shù)丫 A和丫 B;
[0014] (3)計算極化相似因子
[0015] 在圖像對A和B中設(shè)置一個興趣像素點P，然后W該興趣像素點P為中屯、放置一個n Xn的滑窗，根據(jù)W下公式計算圖像對A和B的興趣像素點P的極化相似因子SF(A，B)P:
[0020] 式中，YA，丫 B是兩幅極化圖像對應(yīng)的通道間的復(fù)相關(guān)系數(shù)，&.4,於）和/? (片）是 對應(yīng)滑窗內(nèi)通道間的復(fù)相關(guān)系數(shù)的直方圖，N=nXn是滑窗的直方圖中像素的個數(shù)；
[0016]
[0017]
[001 引
[0019]
[0021]
[0022] 式中是對應(yīng)滑窗內(nèi)通道間的復(fù)相關(guān)系數(shù)的聯(lián)合直方圖，N=nXn是滑 窗的聯(lián)合直方圖中像素的個數(shù)；
[0023] (4)獲取極化相似因子矩陣
[0024] 重新選擇一個興趣像素點Q，同時W該興趣像素點Q為中屯、移動滑窗，計算新的滑 窗里的極化相似因子SF(A，B)q，再次重選新的興趣像素點和計算新的滑窗里的極化相似因 子，直到選擇的興趣像素點遍歷完所有的像素點，獲得所有HXW個興趣像素點的極化相似 因子，組成一個HXW的極化相似因子矩陣；
[0025] (5)采用自適應(yīng)口限獲取方法設(shè)定口限，步驟(4)中所述的極化相似因子矩陣低于 口限的部分為檢測出的變化區(qū)域；
[0026] 通過W上所述的步驟，即可提取出兩幅極化圖像之間的極化相似因子，從而得到 變化檢測結(jié)果。
[0027] 為了更好地實現(xiàn)本發(fā)明，進一步的技術(shù)方案是：
[0028] 根據(jù)本發(fā)明的一個實施方案，步驟(2)中所述的圖像對A和B大小相同，位置一一對 應(yīng)。
[0029] 更進一步的技術(shù)方案:所述的滑窗為5X5的滑窗。
[0030] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果之一是：
[0031] 本發(fā)明是為了彌補智能設(shè)備對于目標的微弱變化檢測率低，噪聲大，檢測速度慢 等一些明顯的缺點而提出。本發(fā)明采用多極化微波設(shè)備獲取興趣目標的多維度數(shù)據(jù)，提取 數(shù)據(jù)中的多極化信息，通過分析處理得到目標的微弱變化檢測結(jié)果。本發(fā)明方法增強了目 標的微弱變化檢測性能和準確率，提高了檢測速率。
【附圖說明】
[0032] 為了更清楚的說明本申請文件實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例 或現(xiàn)有技術(shù)的描述中所需要使用的附圖作簡單的介紹，顯而易見地，下面描述中的附圖僅 是對本申請文件中一些實施例的參考，對于本領(lǐng)域技術(shù)人員來講，在不付出創(chuàng)造性勞動的 情況下，還可W根據(jù)運些附圖得到其它的附圖。
[0033] 圖1示出了根據(jù)本發(fā)明的一個實施例的基于極化相似因子的微弱變化檢測方法的 流程圖。
[0034] 圖2為極化微波圖像興趣像素點與滑窗圖。
[0035] 圖3為極化微波圖像。
[0036] 圖4為極化相似因子矩陣等高線圖。
[0037] 圖5為變化檢測結(jié)果圖。
【具體實施方式】
[0038] 下面結(jié)合實施例對本發(fā)明作進一步地詳細說明，但本發(fā)明的實施方式不限于此。
[0039] -種基于極化相似因子的微弱變化檢測方法，參見圖1至圖5所示，根據(jù)本發(fā)明的 一個實施例，所述的方法包括W下步驟：
[0040] (1)利用微波傳感器獲取極化圖像ffil通道和VV通道的數(shù)據(jù)矩陣Shh、Svv，設(shè)定極化 圖像長X寬為HXW，則矩陣Shh、Svv各有HXW個元素，由此計算出此極化圖像通道間的復(fù)相 關(guān)系數(shù)丫，計算公式為：
[0041]
[0042]
[0043]
[0044] 式中，N=HXW，&Wf為矩陣SHH的第k個元素，&.>r<為矩陣Svv的第k個元素，5\^,.為 的伴隨矩陣；
[0045] (2)對于同一地點不同時間獲得的兩幅多極化微波遙感圖像對A和B，運用步驟（1) 所述的公式分別計算出兩幅圖像對A和B各自的HH通道和W通道間的復(fù)相關(guān)系數(shù)丫 A和丫 B;
[0046] (3)計算極化相似因子
[0047] 在圖像對A和B中設(shè)置一個興趣像素點P，然后W該興趣像素點P為中屯、放置一個n Xn的滑窗，根據(jù)W下公式計算圖像對A和B的興趣像素點P的極化相似因子SF(A，B)P:
[0052]式中，丫 A，丫 B是兩幅極化圖像對應(yīng)的通道間的復(fù)相關(guān)系數(shù)，Ajp〇^.4巧日苗的)是 對應(yīng)滑窗內(nèi)通道間的復(fù)相關(guān)系數(shù)的直方圖，N=nXn是滑窗的直方圖中像素的個數(shù)；
[004引
[0049]
[(K)加 ]
[0化1 ]
[0化3]
[0054] 式中，也(片，朽）是對應(yīng)滑窗內(nèi)通道間的復(fù)相關(guān)系數(shù)的聯(lián)合直方圖，N = nXn是 滑窗的聯(lián)合直方圖中像素的個數(shù)；
[0055] (4)獲取極化相似因子矩陣
[0056] 重新選擇一個興趣像素點Q，同時W該興趣像素點Q為中屯、移動滑窗，計算新的滑 窗里的極化相似因子SF(A，B)q，再次重選新的興趣像素點和計算新的滑窗里的極化相似因 子，直到選擇的興趣像素點遍歷完所有的像素點，獲得所有HXW個興趣像素點的極化相似 因子，組成一個HXW的極化相似因子矩陣；
[0057] (5)采用自適應(yīng)口限獲取方法設(shè)定口限，步驟(4)中所述的極化相似因子矩陣低于 口限的部分為檢測出的變化區(qū)域。
[0058] 在本實施例中，步驟(2)中所述的圖像對A和B大小相同，位置--對應(yīng)。
[0059] 在本實施例中，所述的滑窗為5X5的滑窗。
[0060] 在本實施例中，A為參考圖像，B為目標圖像，在圖3所示的圖a為參考圖像A的極化 微波圖像，圖b為目標圖像B的極化微波圖。
[0061] 通過W上所述的步驟，即可提取出兩幅極化圖像之間的極化相似因子，從而得到 變化檢測結(jié)果。
[0062] 本說明書中各個實施例采用遞進的方式描述，每個實施例重點說明的都是與其它 實施例的不同之處，各個實施例之間相同相似部分相互參見即可。
[0063] 除上述W外，還需要說明的是，在本說明書中所談到的"一個實施例"、"另一個實 施例"、"實施例"等，指的是結(jié)合該實施例描述的具體特征、結(jié)構(gòu)或者特點包括在本申請概 括性描述的至少一個實施例中。在說明書中多個地方出現(xiàn)同種表述不是一定指的是同一個 實施例。進一步來說，結(jié)合任一實施例描述一個具體特征、結(jié)構(gòu)或者特點時，所要主張的是 結(jié)合其他實施例來實現(xiàn)運種特征、結(jié)構(gòu)或者特點也落在本發(fā)明的范圍內(nèi)。
[0064]盡管運里參照本發(fā)明的多個解釋性實施例對本發(fā)明進行了描述，但是，應(yīng)該理解， 本領(lǐng)域技術(shù)人員可W設(shè)計出很多其他的修改和實施方式，運些修改和實施方式將落在本申 請公開的原則范圍和精神之內(nèi)。更具體地說，在本申請公開和權(quán)利要求的范圍內(nèi)，可W對主 題組合布局的組成部件和/或布局進行多種變型和改進。除了對組成部件和/或布局進行的 變型和改進外，對于本領(lǐng)域技術(shù)人員來說，其他的用途也將是明顯的。
【主權(quán)項】
1. 一種基于極化相似因子的微弱變化檢測方法，其特征在于:所述的方法包括以下步 驟： (1) 利用微波傳感器獲取極化圖像HH通道和VV通道的數(shù)據(jù)矩陣SHH、Sw，設(shè)定極化圖像長 X寬為HXW，則矩陣S HH、Sw各有HXW個元素，由此計算出此極化圖像通道間的復(fù)相關(guān)系數(shù) γ，計算公式為：式中，N=HXW為矩陣Shh的第k個元素，5^丨為矩陣Svv的第k個元素，沒\\\為 的伴隨矩陣； (2) 對于同一地點不同時間獲得的兩幅多極化微波遙感圖像對A和B，運用步驟（1)所述 的公式分別計算出兩幅圖像對A和B各自的HH通道和VV通道間的復(fù)相關(guān)系數(shù)γ a和γ B; (3) 計算極化相似因子 在圖像對A和B中設(shè)置一個興趣像素點P，然后以該興趣像素點P為中心放置一個η X η的 滑窗，根據(jù)以下公式計算圖像對A和B的興趣像素點P的極化相似因子SF(A，B)P:式中，γ Α，γ B是兩幅極化圖像對應(yīng)的通道間的復(fù)相關(guān)系數(shù)，I(A)和\是對應(yīng)滑 窗內(nèi)通道間的復(fù)相關(guān)系數(shù)的直方圖，N=nXn是滑窗的直方圖中像素的個數(shù)；式中是對應(yīng)滑窗內(nèi)通道間的復(fù)相關(guān)系數(shù)的聯(lián)合直方圖，N=nXn是滑窗的 聯(lián)合直方圖中像素的個數(shù)； (4) 獲取極化相似因子矩陣 重新選擇一個興趣像素點Q，同時以該興趣像素點Q為中心移動滑窗，計算新的滑窗里 的極化相似因子sf(a，b)q，再次重選新的興趣像素點和計算新的滑窗里的極化相似因子， 直到選擇的興趣像素點遍歷完所有的像素點，獲得所有HXW個興趣像素點的極化相似因 子，組成一個HXW的極化相似因子矩陣； (5)采用自適應(yīng)門限獲取方法設(shè)定門限，步驟(4)中所述的極化相似因子矩陣低于門限 的部分為檢測出的變化區(qū)域； 通過以上所述的步驟，即可提取出兩幅極化圖像之間的極化相似因子，從而得到變化 檢測結(jié)果。2. 根據(jù)權(quán)利要求1所述的基于極化相似因子的微弱變化檢測方法，其特征在于：步驟 (2)中所述的圖像對A和B大小相同，位置--對應(yīng)。3. 根據(jù)權(quán)利要求1所述的基于極化相似因子的微弱變化檢測方法，其特征在于:所述的 滑窗為5 X 5的滑窗。
【文檔編號】G06T7/00GK106023167SQ201610316587
【公開日】2016年10月12日
【申請日】2016年5月12日
【發(fā)明人】劉洋池, 楊郭, 周迅, 劉敏, 梁岱宗
【申請人】四川長虹電器股份有限公司