【正文】 像變化檢測(cè) [15]，該方法著重研究了統(tǒng)計(jì)特征中的二階灰度特征如二維直方圖、自相關(guān)、能量、協(xié)方差、慣性矩、熵、絕對(duì)值等，先對(duì)多幅 SAR 圖像分別計(jì)算灰度特征，然后用差值法對(duì)不同時(shí)相圖像內(nèi)相應(yīng)的特征進(jìn)行變化檢測(cè)，最后用數(shù)學(xué)期望最大算法獲得閾值?；诜中尉S 數(shù)的 SAR 圖像變化檢測(cè) [16]，引入盒子維計(jì)算法，該方法最大的優(yōu)點(diǎn)就是對(duì) SAR 圖像固有的斑點(diǎn)早說(shuō)不敏感。也有學(xué)者引入馬爾科夫隨機(jī)場(chǎng)理論，研究了一種顧及空間領(lǐng)域關(guān)系的多時(shí)相 SAR 圖像變化檢測(cè)方法，該方法能有效提高漏檢率，實(shí)現(xiàn)變化特征不明顯區(qū)域的有效提取 [17]。對(duì)于現(xiàn)在 SAR 圖像變化檢測(cè)方法大多根據(jù) SAR 幅度的不足，有學(xué)者針對(duì) SAR 圖像的極化特征及其分布模型構(gòu)建極化似然比檢測(cè)模型 [18]，實(shí)驗(yàn)證明該方法能有效地區(qū)分地物變化情況。針對(duì)傳統(tǒng)分類(lèi)比較法存在的分類(lèi)誤差累積問(wèn)題，根據(jù)不同時(shí)相圖像的不變信息的相關(guān)性，有學(xué) 者提出了一種基于兩時(shí)相圖像聯(lián)合分類(lèi)的 SAR 圖像變化檢測(cè)方法 [19]，該方法以灰度值作為輸入信息，通過(guò)相似度計(jì)算得到兩時(shí)相圖像對(duì)應(yīng)位置像素的灰度相似度，然后求解全局相似度閾值，并用 K 均值對(duì)兩幅時(shí)相圖像進(jìn)行聯(lián)合分類(lèi)，最后通過(guò)類(lèi)別比較獲得變化檢測(cè)結(jié)果。由于 SAR 圖像變化檢測(cè)技術(shù)在國(guó)內(nèi)起步較晚， 第一章 緒論 7 加之 SAR 數(shù)據(jù)源不足，因此在變化檢測(cè)的方法和技術(shù)上沒(méi)有根本的突破，誤撿和漏檢現(xiàn)象比較嚴(yán)重，大大影響了檢測(cè)結(jié)果和精度。 如何使變化檢測(cè)技術(shù)更具穩(wěn)健性和通用性，如何更好地利用圖像中感興趣目標(biāo)的結(jié)構(gòu)信息，降低圖像中噪聲和匹配誤差帶 來(lái)的影響是未來(lái)工作的重點(diǎn)。 變化檢測(cè)具有廣泛的應(yīng)用。例如，監(jiān)測(cè)森林和植被變化；監(jiān)測(cè)農(nóng)作物的生長(zhǎng)變化、土地覆蓋利用變化；監(jiān)測(cè)和評(píng)估各種災(zāi)害發(fā)生前后變化；軍事目標(biāo)區(qū)域的動(dòng)態(tài)監(jiān)視、打擊效果評(píng)估等。 本論文的主要工作 本論文主要在前人的研究的 SAR 圖像變化檢測(cè)方法基礎(chǔ)上，設(shè)計(jì)一種基于單邊擬合思想，單邊擬合差異直方圖，自動(dòng)確定閾值的 SAR 圖像變化檢測(cè)方法。 本論文的工作分為四章，各章內(nèi)容如下： 第一章介紹了合成孔徑雷達(dá)成像的基本原理和 SAR 圖像的特點(diǎn)，簡(jiǎn)述了 SAR技術(shù)發(fā)展歷程，包括國(guó)內(nèi)外發(fā)展情況及各國(guó)成就，簡(jiǎn) 單概述了 SAR 圖像變化檢測(cè)，包括變化檢測(cè)方法、過(guò)程和在各個(gè)方面的應(yīng)用。 在此基礎(chǔ)上，了解了研究目標(biāo)所需要的各個(gè)細(xì)節(jié)及知識(shí)，并為論文工作打下良好基石。 第二章主要介紹合成孔徑雷達(dá)圖像差異圖的構(gòu)造。本論文研究方法是一種無(wú)監(jiān)督閾值方法，此方法首先要對(duì)兩時(shí)相遙感圖像進(jìn)行比較，獲取差異圖，在此基礎(chǔ)上，設(shè)計(jì)變化檢測(cè)方法。差異圖的構(gòu)造方法有多種，本章主要介紹各種差異圖構(gòu)造方法。 第三章主要就該 SAR 圖像變化檢測(cè)進(jìn)行詳細(xì)描述。在獲得差異直方圖后，設(shè)計(jì)相關(guān)的模型，結(jié)合相關(guān)參數(shù)估計(jì)策略求得變化類(lèi)和非變化類(lèi)的概率統(tǒng)計(jì)分布，利用貝 葉斯決策理論自動(dòng)地確定閾值。本方法結(jié)合了 EM 算法等相關(guān)算法，并作詳細(xì)描述。 第四章總結(jié)本論文的工作，并指出不足之處與優(yōu)點(diǎn)，以及以后的研究方向。 第一章 緒論 8 第二章 基于差異圖的構(gòu)造 SAR 圖像變化檢測(cè)方法 9 第二章 基于差異圖的構(gòu)造 SAR圖像變化檢測(cè)方法 SAR 圖像變化檢測(cè)的過(guò)程可以簡(jiǎn)單概述為 3 步： ， 行分析與處理， 。構(gòu)造差異圖作為第一步，是開(kāi)端，起著至關(guān)重要的作用。對(duì)于差異圖的構(gòu)造方法，眾多學(xué)者紛紛研究，并提出許多算法。目前廣泛運(yùn)用的算法主要為差值法和比值法。 變化檢測(cè)技術(shù)存在的問(wèn)題 變化檢測(cè)技術(shù)在圖 像處理領(lǐng)域中是一個(gè)活躍的研究熱點(diǎn)，影響其檢測(cè)效果的因素主要有以下幾點(diǎn)： ? 圖像配準(zhǔn) 許多遙感圖像的應(yīng)用都需要求對(duì)圖像進(jìn)行配準(zhǔn)，列如變化檢測(cè)、圖像融合、圖像鑲嵌、基于兩幅圖像提取 DEM 等。配準(zhǔn)是將兩幅遙感圖像上的同名點(diǎn)準(zhǔn)確配準(zhǔn)的過(guò)程，優(yōu)勢(shì)圖像之間是相對(duì)配準(zhǔn)的，此時(shí)像素地標(biāo)可能是未知的。有時(shí)配準(zhǔn)過(guò)程中將會(huì)出現(xiàn)大量虛警現(xiàn)象，這造成的原因可能是由于沒(méi)有經(jīng)良好的精準(zhǔn)配準(zhǔn)處理而導(dǎo)致的圖像錯(cuò)位造成的。目前，在導(dǎo)致圖像變化檢測(cè)的精度出現(xiàn)錯(cuò)誤率的原因中，對(duì)于圖像配準(zhǔn)的精準(zhǔn)度方面的研究成果與分析，還是比較少的。 Dai 和 Khorran[21]關(guān)于此方面做了一個(gè)相關(guān)研究：采用一個(gè)多頻譜圖像，對(duì)其連續(xù)進(jìn)行自我變化處理，然后采用基于差值的圖像變化檢測(cè)處理，并同時(shí)分析其與圖像配準(zhǔn)的精確度的相關(guān)性。他們得出的結(jié)論是：好的變化檢測(cè)結(jié)果需要高精度的配準(zhǔn)算法，如 1/5 個(gè)像素的配準(zhǔn)精度獲得的變化檢測(cè)的錯(cuò)誤率小于 10%，也就是說(shuō)配準(zhǔn)精度越高得到的變化檢測(cè)效果越好。 ? 閾值的選擇 為判斷區(qū)域是否發(fā)生了變化現(xiàn)象，許多變化檢測(cè)方法會(huì)通過(guò)構(gòu)造閾值的方法，來(lái)區(qū)分變化區(qū)域和非變化區(qū)域以得出。目前構(gòu)造閾值的主要方法有兩種：第一種為交互式方法，第二種是通過(guò)采用一些統(tǒng) 計(jì)檢測(cè)量來(lái)自動(dòng)地獲取閾值的方法。前者是通過(guò)人為自己調(diào)節(jié)閾值的選取直到取值得到滿意或者進(jìn)行檢測(cè)時(shí)采取經(jīng)驗(yàn)值處理；后者為非監(jiān)督變化檢測(cè)閾值獲取方法，這是變化檢測(cè)技術(shù)未來(lái)研究發(fā)展的一個(gè)重要方向。雖然目前閾值的獲取方法有多種，但是最優(yōu)獲取閾值依然是目前 第二章 基于差異圖的構(gòu)造 SAR 圖像變化檢測(cè)方法 10 在變化檢測(cè)方法研究領(lǐng)域中一個(gè)重點(diǎn)，也是需要攻克的難點(diǎn)。 ? 輻射校正 輻射值的改變可能是由于感興趣的變化導(dǎo)致的，也有可能是其他一些隨機(jī)原因造成的。后者包括的因素主要有大氣狀況、輻射的角度大小以及地區(qū)土壤的濕度等因素。在進(jìn)行變化檢測(cè)時(shí)，要確定一個(gè)條件，那就是前者的造成的改變 要比后者造成變化要大。如果后者造成的變化較大，走就必須要求進(jìn)行輻射的校正。在進(jìn)行輻射校正時(shí)，一般會(huì)對(duì)多時(shí)相遙感圖像的非變化區(qū)域進(jìn)行輻射校正，但在目前實(shí)際的應(yīng)用中，大家會(huì)利用一幅遙感圖像作為參考圖來(lái)實(shí)現(xiàn)輻射校正。在基于合成孔徑雷達(dá)圖像的圖像變化檢測(cè)中，我們可以將兩幅圖的灰度值進(jìn)行匹配，來(lái)縮小圖像之間的灰度差值。 ? 性能評(píng)估 目前對(duì)變化檢測(cè)算法的性能評(píng)價(jià)并沒(méi)有一個(gè)統(tǒng)一的衡量標(biāo)準(zhǔn)，根據(jù)不同的應(yīng)用需求大體分為定性評(píng)價(jià)和定量評(píng)價(jià)兩種。定性評(píng)價(jià)也稱(chēng)為視覺(jué)評(píng)價(jià)，大家通過(guò)計(jì)算機(jī)卷簾或閃爍顯示技術(shù)實(shí)現(xiàn)，適合于人眼的直接觀察。定 量評(píng)價(jià)在實(shí)際應(yīng)用中具有很大難度，究其原因是較難獲取真實(shí)的地物變化信息。其中多余變化檢測(cè)進(jìn)行效果評(píng)價(jià)時(shí) 對(duì)地表數(shù)據(jù)獲取真實(shí)情況是其中一個(gè)難度。在不同時(shí)間或不同情況下，對(duì)于一幅圖像的評(píng)價(jià)，一個(gè)人的判斷可能獲得不同的結(jié)果。 ? 感興趣變化在具體應(yīng)用中的定義 對(duì)于不同的情況，或不同的實(shí)際應(yīng)用，每個(gè)人都有可能得到對(duì)變化區(qū)域的不同定義，變化的區(qū)域可能是由非變化的區(qū)域或是變化的區(qū)域定義得來(lái)。定義變化的區(qū)域不同，對(duì)不同的 SAR 圖像變化監(jiān)測(cè)可能構(gòu)成不同的影響。 SAR 圖像的預(yù)處理 在進(jìn)行對(duì) SAR 圖像的一些操作時(shí)，如果直 接用原圖操作，可能對(duì)后續(xù)步驟造成不好的影響，所以在進(jìn)行變化檢測(cè)前，需要對(duì)圖像進(jìn)行相應(yīng)的預(yù)處理措施，主要是因?yàn)楹铣煽讖嚼走_(dá)進(jìn)行多時(shí)相成像時(shí)可能是在不同條件下得到，而且影響合成孔徑雷達(dá)成像效果的因素包括受一定的斑點(diǎn)、噪聲等影響，這些不良因素對(duì)于進(jìn)行下一步的 SAR 圖像變化檢測(cè)算法構(gòu)成大量的困難以及會(huì)降低圖像的效果質(zhì)量。 造成 SAR 成像出現(xiàn)的斑點(diǎn)噪聲等不良效果是由于 SAR 使用采用一些相干信 第二章 基于差異圖的構(gòu)造 SAR 圖像變化檢測(cè)方法 11 號(hào)而導(dǎo)致的，這是成像系統(tǒng)自身所自帶的。 SAR 圖像的斑點(diǎn)噪聲不良現(xiàn)象表現(xiàn)為圖像上的亮度起伏不定，這會(huì)讓人感覺(jué)圖像很亂，而且探測(cè) 目標(biāo)的邊緣表現(xiàn)不夠清晰。因此，降低圖像固有斑點(diǎn)和噪聲的措施在圖像變化檢測(cè)中是非常重要的?，F(xiàn)在的相干斑的抑制技術(shù)可以大致分為兩種，一種為多視技術(shù)，另一種為對(duì) SAR 圖像空間的濾波技術(shù)。前者技術(shù)在以前的 SAR 處理采用率較高，利用空間的分辨率來(lái)抑制相干斑是此方法的重要特點(diǎn)，此方法需要將空間的分辨率減小到之前的 1/ N，且相干斑抑制變?yōu)橹暗?N1 。此方法主要基于所有的像素點(diǎn)的像素值完全相等的思想，缺點(diǎn)在于忽略 SAR 圖像邊緣結(jié)構(gòu)的信息，而后者技術(shù)在 SAR 圖像處理中則是基于在盡量保證以不減小空間分辨率作為前提下，加 強(qiáng)抑制相干斑。Lee 濾波、 Frost 濾波、 Kuan 濾波是比較經(jīng)典的幾種 SAR 圖像濾波方法。 除濾波外，對(duì)圖像進(jìn)行高精度配準(zhǔn)，在 SAR 圖像變化檢測(cè)中也是非常重的。在實(shí)際應(yīng)用中，許多變化檢測(cè)方法都要求高精度的圖像配準(zhǔn)，否則較低的配準(zhǔn)精度對(duì)導(dǎo)致出現(xiàn)大量虛警現(xiàn)象。圖像配準(zhǔn)是圖像變化檢測(cè)中一步，但是不可忽略，應(yīng)該說(shuō)這也是人們需要研究的一個(gè)重要領(lǐng)域，因?yàn)榕錅?zhǔn)的精度高低會(huì)影響 SAR 圖像變化檢測(cè)的效果。在圖像配準(zhǔn)方法中，基于圖像特征點(diǎn)來(lái)進(jìn)行圖像配準(zhǔn)是最為廣泛的方法。但是這類(lèi)方法的缺點(diǎn)往往無(wú)法很好地確定特征點(diǎn)的位置，主 要由 SAR 圖像中斑點(diǎn)噪聲影響嚴(yán)重造成。因此在 SAR 圖像的配準(zhǔn)過(guò)程中，我們往往會(huì)通過(guò)人為手動(dòng)選取特征點(diǎn)的方法來(lái)對(duì)圖像進(jìn)行精度配準(zhǔn)。 預(yù)處理有兩種形式，有的預(yù)處理方法需針對(duì)兩幅圖像進(jìn)行，而某些方法以其中一幅圖像為基準(zhǔn)，只對(duì)另外一幅圖像進(jìn)行處理。 SAR 圖像的灰度匹配主要是指通過(guò)對(duì) SAR 原始圖像的灰度進(jìn)行變換，消除由傳感器擾動(dòng)，成像距離差異等隨機(jī)原由所帶來(lái)的影響。在光學(xué)圖像中一般采取的方法主要有強(qiáng)度歸一化、同態(tài)濾波和圖像回歸法。而在 SAR 圖像變化檢測(cè)中，主要適用的方法為第一種和第三種。 ? 強(qiáng)度歸一化 在 1973 年， Ulstad[22]提出這種方法用來(lái)消除數(shù)字圖像中差異現(xiàn)象。對(duì)成像距離進(jìn)行等變化操作會(huì)對(duì)灰度直方圖進(jìn)行平移、伸縮，結(jié)果會(huì)使多時(shí)相兩幅圖像的均值和方差變得不相同，而通過(guò)此強(qiáng)度歸一化方法可使得兩幅圖像會(huì)具有相同的均值以及相同的方差。設(shè)圖像對(duì)為 1I 和 2I , ? ?yxI ,1 , ? ?yxI ,2 和分別表示兩幅圖像中對(duì)應(yīng)同一點(diǎn) ? ?yx, 處的幅度值，利用 ? ?yxI ,1 和 ? ?yxI ,2 進(jìn)行強(qiáng)度歸一化得： 第二章 基于差異圖的構(gòu)造 SAR 圖像變化檢測(cè)方法 12 ? ?? ? ? ?? ? ? ?122212 IIIIII ???? ???? (21) 其中 ? ,? 分別為 1I 和 2I 的方差和均值。 ? 圖像回歸法 此方法假設(shè)將檢測(cè)圖像的像素值映射為參考圖像與像素值相對(duì)應(yīng)的一個(gè)線性函數(shù)，之 后可以通過(guò)最小二乘方法來(lái)估計(jì)此線性函數(shù)。這種方法主要對(duì)應(yīng)于不同時(shí)間段內(nèi)圖像的像素間的方差和均值存在差別的時(shí)候進(jìn)行處理。具體公式如下： ? ? ? ?12 txtxD ijijxij??? (22) ? ? ? ? btaxtx ijij ??? 11 (23) 式中 a ， b 是線性函數(shù)中參數(shù)且待測(cè)定。一般的處理方法是選擇一些已經(jīng)確定像素值沒(méi)有變化的點(diǎn)，再利用這些點(diǎn)來(lái)估計(jì)參數(shù)值 a ， b 。 基于比值法的 SAR 圖像變化檢 測(cè)算法 算法介紹 首先對(duì)兩幅變化前后的 SAR 圖像分別進(jìn)行濾波處理，消除噪聲，盡可能的減少噪點(diǎn)對(duì)變化檢測(cè)結(jié)果產(chǎn)生影響。 然后利用圖像比值法生成初步的新像素矩陣。 假設(shè) ? ?jiI ,1 是第一幅變化前 SAR 圖像對(duì)應(yīng)像素點(diǎn) ? ?ji, 的灰度， ? ?jiI ,2 是第二幅變化后 SAR 圖像對(duì)應(yīng)像素點(diǎn) ? ?ji, 的灰度。對(duì)應(yīng)兩幅圖像，變化