SAR图像变化检测基本流程主要由3个部分组成:图像预处理、特征选择和分析判别。
预处理主要包括几何纠正和幅度纠正,此部分的主要作用就是为变化检测准备可用的SAR图像。
(1)几何纠正:在SAR图像的获取过程中,SAR图像载体(卫星、飞机等)的运动状态、位置以及SAR图像所显现的地区地形、位置等因素影响了SAR图像的成像过程,使得获得的SAR图像会产生一定的几何畸变;因此,在进行变化检测前需要对图像进行几何纠正。一般地,几何纠正过程包括:依据几何畸变性质和数据属性确定纠正方法。根据校正公式,求出校正参数;验证校正结果;影像重采样。
(2)幅度纠正:在不同的角度、时间、传感器的情况下,对应不同的散射特性,反映在SAR图像上就是像素幅度值的不同,产生幅度畸变。为了减小幅度畸变对变化检测结果的影响,需要对SAR图像进行幅度纠正处理。幅度纠正有绝对和相对两种。绝对幅度纠正以得到单幅的能够真实反映地物散射特性的图像为目的。相对幅度纠正则以使两幅或多幅图像的幅度统一在一定的范围内或是使用相同的坐标系为目的。对于变化检测,一般选用相对幅度纠正即可检测出变化信息。(www.xing528.com)
(3)相干斑噪声抑制:由于SAR图像相干斑噪声是一种乘性噪声,因此,相干斑噪声对于SAR图像变化检测的影响要比具有加性噪声的光学等图像变化检测的影响要相对大些。滤波可以起到抑制噪声的作用,然而也会在一定程度上减弱变化信息,尤其针对弱变化。因此,到底需不需要滤波,要根据人们所感兴趣变化信息的性质决定。
特征选取:应用不同的特征得到不同的变化检测结果。好的特征,能够在不增加计算量的前提下,有效地抑制由噪声等产生的虚假变化区域,更好地反映出真实的变化。特征的选取对于下一步的分析、判决和检测结果具有非常重要的作用。常采用的灰度特征有差值、比值,区域特征主要有归一化信息量、互信息熵等。
分析和判决是通过一定的判决决策规则将图像中变化的像素从未变化像素中区分出来的过程。常用的方法有阈值方法;选取一定的阈值门限,通过比对特征与门限的大小,将图像像素分割成变化类和未变化类。还有一些判决结合了证据理论、模糊理论等融合判决的方法。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。