基于模糊局部信息C均值的SAR图像变化检测

变化检测本质上可以看作是对变化区域和非变化区域的聚类问题。针对未考虑邻域信息的模糊C均值聚类算法容易受到噪声影响,本文提出了一种基于模糊局部信息C均值聚类(FLICM)的变化检测方法。考虑到比值法得到的差异影像中还有加性噪声对检测的影响,本文采用字典去噪方法,利用稀疏表达去除加性噪声,从而提高检测精度。该算法首先利用比值法构造差分影像,然后用Gabor字典对图像进行去噪,最后通过模糊局部信息C均值对图像进聚类,获得变化区域。为验证本文算法是否有效,本文选用了两个不同地区的多时相SAR图像,研究结果表明,与其他算法的实验比较,本文提出的方法有较高的检测精度。