基于多尺度纹理特征的SAR影像变化检测

研究了基于多尺度纹理特征的SAR影像变化检测算法,对预处理后的多时相SAR影像进行双数复小波变换(DT-CWT),分别提取其多尺度范数小波纹理特征。利用对数比值算子得到差异影像,利用EM算法求得高斯混合分布模型。根据贝叶斯判别理论计算每个像元归属于两个类别的最大似然值,进行变化信息提取。根据真实变化图与变化信息图比较,利用误差矩阵进行虛警率、漏检率及总体误差的精度分析。最后,与基于传统像元灰度值变化检测和基于灰度共生矩阵纹理特征变化检测进行比较。实验结果表明:虚警率比后两个算法提升了10%左右,漏检率提升了4%左右,整体误差提升1%左右,基于多尺度纹理特征的变化检测算法的性能有了明显的提高。通过研究SAR影像变化检测算法,从而为快速响应自然灾害提供应急保障。