面向对象的高分辨率SAR影像变化检测方法研究

摘要

遥感影像变化检测是通过对比同一地区不同时相的影像数据进行地球环境和安全监测的技术。由于合成孔径雷达（Synthetic Aperture Radar，SAR）全天时全天候的成像模式，相较于光学遥感有明显优势，在变化检测领域中发挥重要作用。高分辨率SAR影像变化检测技术被广泛应用在农业调查、城市扩展监测、自然灾害评估等多个领域，为科学分析和决策提供保障和服务，已经成为国家发展规划的重要研究内容。
　　目前SAR影像非监督变化检测方法主要分为两类：像素级变化检测和对象级变化检测。像素级变化检测方法对不同影像间辐射度差别、噪声等因素比较敏感，并且像素级变化检测方法忽略了目标的整体性。而对象级变化检测方法以图斑为影像分析的处理单元，更符合人类认知事物的思维逻辑，并且可综合利用对象的强度信息、空间信息和纹理信息。为此，本文以面向对象的思想为研究基础，充分利用SAR影像丰富的细节信息，以提高SAR影像的变化检测精度为目的进行深入研究，提出了基于图斑对象均值对数比的变化检测算法和灰度直方图和LBP纹理直方图的G统计量距离自适应加权的变化检测方法。本文主要工作和创新点如下：
　　1.总结变化检测方法的研究现状并分析存在的问题，介绍 SAR影像特征和常用的SAR影像变化检测预处理方法，分析常用变化检测方法及其优缺点，介绍SAR影像变化检测精度评价方法。
　　2.归纳总结 SAR影像分割方法，重点介绍了分形网络演化分割方法。本文在SAR影像分割前采用非局部三边滤波方法，相比传统增强Frost滤波，取得了更好的分割结果。
　　3.提出了一种基于图斑对象均值对数比的变化检测算法。传统的对数比值法以单个像素或者像素的中心邻域为基本处理单元，在高分辨率SAR影像进行变化检测时，像素级对数比值法存在大量检测虚警，邻域均值对数比值法损失细节信息，检测结果边缘模糊。本文采用面向对象的思想，SAR影像分割后进行矢量联合，以合并后的图斑为基本处理单元，计算各图斑的灰度均值，图斑均值进行对数比值运算得到差异图，该算法可避免斑点噪声的干扰，同时保留了变化区域的边缘信息。
　　4.提出了灰度直方图和LBP纹理直方图的G统计量距离自适应加权的变化检测方法。针对均值对数比值法仅仅依靠SAR影像的灰度信息，在对建筑物进行变化信息检测时，SAR影像中建筑物由于高度的影响存在阴影现象，此时该算法检测效果不佳的特点。本文采用面向对象的方法，以图斑对象为基本的处理单元，计算灰度直方图和LBP纹理直方图，用G统计量计算直方图距离，将灰度直方图G统计量距离和LBP纹理直方图G统计量距离进行自适应加权确定差异图，采用CFAR算法对差异图进行阈值分割得到变化二值图。

目录

声明

1 绪论

1.1 研究背景和意义

1.2 国内外研究现状及存在问题

1.3 研究内容及技术路线

1.4 论文结构安排

2 传统SAR影像变化检测方法

2.1 SAR影像特性

2.2 SAR影像滤波

2.3 SAR影像变化信息提取方法

2.4 变化检测精度评价方法

3 SAR影像多尺度分割

3.1 影像分割概述

3.2 分形网络演化分割法

3.3 非局部三边滤波影像去噪及实验对比

3.4 本章小结

4 基于图斑对象均值对数比的高分辨率SAR影像变化检测

4.1 均值对数比

4.2 基于图斑对象均值对数比的高分辨率SAR影像变化检测

4.3 试验结果及分析

4.4 本章小结

5 灰度直方图和LBP纹理直方图的G统计量距离自适应加权变化检测

5.1 SAR影像的纹理特性

5.2 LBP纹理

5.3 G统计量

5.4 灰度和纹理距离自适应加权

5.5 灰度直方图和LBP纹理直方图的G统计量距离自适应加权变化检测

5.6 试验结果及分析

5.7 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读硕士期间的主要成果