买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明公开了一种基于点线奇异性融合的极化SAR图像变化检测方法，主要解决现有技术不能同时保证变化检测定位准确和有效抑制斑点噪声干扰的问题。其方案为：输入两时相极化SAR图像；在两时相极化SAR图像上分别生成霍特林‑劳利迹HLT差异图和香农熵差异图；采用平稳小波变换SWT构造HLT差异图的SWT低频图像；采用非下采样剪切波变换NSST和最大值融合策略构造香农熵差异图的NSST高频图像；在尺度内融合SWT低频图像和NSST高频图像，并对尺度内融合结果进行阈值化；对阈值化结果进行“与操作”，得到变化检测结果。本发明提升了变化检测定位的准确性，有效抑制了斑点噪声的干扰，可用于极化SAR图像变化检测。

主权项：1.一种基于点线奇异性融合的极化SAR图像变化检测方法，其特征在于，包括：1获取已配准的M×N大小的两时相极化SAR图像I1、I2，及其对应的相干矩阵数据T1、T2和这两幅极化SAR图像的真实变化图G；2采用霍特林-劳利迹HLT统计量构造两时相极化SAR图像I1、I2的HLT差异图YHLT；3采用香农熵统计量构造两时相极化SAR图像I1、I2的香农熵差异图YSE；4对HLT差异图YHLT进行多尺度SWT分解，得到4个大小与HLT差异图YHLT相同的SWT低频图像5对香农熵差异图YSE进行多尺度多方向NSST分解，得到36个大小与香农熵差异图YSE相同的NSST方向子带图像6根据最大值融合策略对36个NSST方向子带图像进行融合，得到香农熵差异图YSE的NSST高频图像7基于四阶偏微分方程FPDEs和主成分分析PCA，将4得到的SWT低频图像和6得到的NSST高频图像进行尺度内的融合：7a求取SWT低频图像的四阶偏微分方程，得到SWT低频图像的近似图像 其中，表示拉普拉斯算子，c表示传导或扩散系数，||表示求取绝对值；7b将SWT低频图像和近似图像进行差分，得到SWT低频图像的细节图像：7c分别计算细节图像的主成分和NSST高频图像的主成分P2，根据和P2在尺度内将细节图像和NSST高频图像进行加权叠加，得到加权叠加结果 7d采用求均值的方式整合7a得到的和7c得到的构造尺度内融合结果：8基于高斯分布和贝叶斯理论对7d得到的尺度内融合结果进行阈值化，得到尺度内融合结果的二值图中像素值为1的部分表示发生变化区域，像素值为0的部分表示未变化区域；9将8得到的二值图进行“与操作”，得到最终的变化检测图CM： 其中，∩表示二值与操作。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于点线奇异性融合的极化SAR图像变化检测方法