【摘要】：變化檢測就是對同一地區(qū)不同時間獲得的圖像進行處理,以確定該區(qū)域在此時間段內(nèi)所發(fā)生的變化。由于合成孔徑雷達(Synthetic Aperture Radar,SAR)對于光照和大氣條件不敏感,可以全天時、全天候?qū)δ繕诉M行監(jiān)測,所以基于SAR圖像的變化檢測在農(nóng)林勘探、環(huán)境監(jiān)測、災(zāi)害評估,資源利用等領(lǐng)域得到了廣泛的應(yīng)用。隨著SAR成像技術(shù)的發(fā)展,變化檢測在SAR圖像應(yīng)用研究中的地位越來越重要。但是,由于SAR本身成像特性的限制,在SAR圖像中不可避免的存在著相干斑噪聲,如何抑制斑點噪聲并準確地檢測出變化區(qū)域一直是SAR圖像變化檢測研究中的難點和重點所在。傳統(tǒng)的變化檢測算法一般是首先求取不同時相兩幅圖像的差異圖像,然后將此差異圖像作為觀測數(shù)據(jù),采用閾值法進行處理。這種方法僅僅依賴于差異圖像中單個像素的灰度信息,由于SAR圖像中斑點噪聲的存在,使得檢測存在較大的檢測誤差。馬爾科夫隨機場(Markov Random Field,MRF)算法可以充分的利用相鄰像素之間的空間上下文信息,大大的提高了檢測的精度,因此被廣泛的應(yīng)用于變化檢測當中。MRF模型在建模時,認為整幅圖像是同質(zhì)均勻的,這一假設(shè)使得計算變得簡單化。但是,對于非平穩(wěn)圖像而言,這一假設(shè)不再成立而模型其對于不同的紋理區(qū)域仍然給予相同的參數(shù),這是不合理的,因此對于具有多種同質(zhì)性的圖像,MRF算法的檢測效果較差。而三重馬爾科夫隨機場(Triplet Markov Field,TMF)模型很好的彌補了這一缺陷,在引入一個輔助場U的情況下可以更好地對非平穩(wěn)圖像進行建模。在TMF模型中,利用U場對圖像的同質(zhì)性進行區(qū)分,對于不同的同質(zhì)性,分別進行處理。U場的定義是三重馬爾科夫場建模的一個重點和難點,如何利用U場更有效的描述圖像的非平穩(wěn)特性同樣是我們研究的重點所在。此外,三重馬爾科夫場建模時常用的一階鄰域系統(tǒng)對于噪聲較大的SAR圖像而言,并不能很好的描述SAR圖像的非平穩(wěn)的特性,有必要采用一個更大的鄰域,以便于更好的利用圖像中的空間上下文信息。本文提出了一種改進的基于三重馬爾科夫隨機場模型的無監(jiān)督的SAR圖像變化檢測算法。三重馬爾科夫隨機場模型可以很好的描述SAR圖像的非平穩(wěn)特性,該算法即是在TMF模型的基礎(chǔ)上,對鄰域系統(tǒng)進行擴展,以更好的抑制斑點噪聲。本文所提出的算法首先對U場進行了重新的定義以更好的描述差異圖像的非平穩(wěn)特性。然后重新構(gòu)造了(X,U)先驗勢能函數(shù),并選用一個具有更多信息的擴展鄰域,以便更好的利用先驗信息。在真實SAR圖像上的實驗結(jié)果驗證了所提算法的有效性。
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN957.52

【共引文獻】

相關(guān)期刊論文 前8條

1 吳一全;沈毅;曹照清;;基于KICA的多時相遙感圖像變化檢測[J];測繪科學技術(shù)學報;2014年03期

2 尤紅建;;多尺度分割優(yōu)化的SAR變化檢測[J];武漢大學學報(信息科學版);2011年05期

3 黃世奇;劉代志;蔡欣華;王仕成;;基于RCS曲線的SAR圖像點目標變化檢測[J];宇航學報;2010年01期

4 吳濤;陳曦;牛蕾;陶利;;非監(jiān)督SAR圖像變化檢測研究最新進展[J];遙感信息;2013年01期

5 李長春;齊修東;張光勝;;基于MRF模型的SAR圖像變化檢測研究[J];現(xiàn)代雷達;2013年07期

6 吳一全;曹照清;;基于小波變換和核獨立分量分析的遙感圖像變化檢測[J];中國空間科學技術(shù);2013年06期

7 吳一全;陶飛翔;曹照清;;基于Shearlet變換和KPCA的多時相遙感圖像變化檢測[J];應(yīng)用基礎(chǔ)與工程科學學報;2014年05期

8 吳一全;曹照清;陶飛翔;;結(jié)合多尺度幾何分析和KICA的遙感圖像變化檢測[J];遙感學報;2015年01期

相關(guān)會議論文 前1條

1 尤紅建;詹芊芊;;尺度優(yōu)化的星載SAR圖像變化檢測[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

相關(guān)碩士學位論文 前10條

1 楊曉麗;多時相遙感影像的變化檢測[D];西安電子科技大學;2011年

2 余銀峰;多時相遙感影像變化檢測算法研究[D];新疆大學;2011年

3 郝洪美;基于極化SAR影像的地物變化檢測技術(shù)研究[D];遼寧工程技術(shù)大學;2011年

4 范元章;多時相遙感圖像變化檢測方法研究[D];西安電子科技大學;2010年

5 張鳳玉;遙感圖像變化檢測方法研究[D];西安電子科技大學;2010年

6 丁亞蘭;SAR圖像配準以及變化檢測的研究[D];電子科技大學;2010年

7 于天超;基于多尺度融合的遙感圖像變化檢測及其毀傷評估應(yīng)用[D];電子科技大學;2010年

8 崔偉;多時相遙感圖像變化檢測算法的研究[D];新疆大學;2012年

9 付磊;基于局部信息統(tǒng)計的SAR圖像變化檢測[D];西安電子科技大學;2012年

10 馬超;基于典型相關(guān)分析的遙感變化檢測方法研究[D];南京理工大學;2013年

，

本文編號：2513538