基于KI算法的多时相ASAR影像水面信息变化检测

合成孔径雷达(SAR)已成为国际对地观测最重要的前沿技术之一,独具全天时、全天候观测能力和对地表穿透性等特征,使之成为快速、准确获取水面信息,宏观监测水资源的重要手段。提出了一种基于KI算法的水面信息自动变化检测方法,以高级合成孔径雷达(ASAR)影像数据为实验数据,分析了水体和其它地物在影像上的差异。采用log-ratio算子生成差异影像,在差异影像服从泛高斯分析的前提下,探讨了水面变化信息的自动提取。试验结果验证了该方法能够快速、自动、精确获取水面变化信息。表明多时相ASAR数据能够广泛用于多云多雨地区的水面信息变化获取,水资源管理等领域。

结合KI准则与数学形态学滤波的SAR变化检测

合成孔径雷达(Synthetic Aperture Radar,SAR)影像因其独特的成像方式,而具有明显的斑点噪声,这限制了SAR影像变化检测的精度和应用。在广义高斯模型假设下,结合KI(Kittler-Illingworth,KI)最小错误率准则计算自动阈值,得到SAR影像变化检测图,利用二值数学形态学滤波算法对变化检测图进行后处理,并分析了方形和圆形结构元素在不同结构尺寸下的滤波效果。在两组SAR数据上的实验表明,选用恰当的结构元素与大小,可以有效提高变化检测精度。

基于广义高斯模型的多时相SAR图像变化检测

基于广义高斯模型和Kittler-Illingworth(KI)准则获取SAR比值差异图像的最佳分割阈值,实现多时相SAR图像的非监督变化检测.以徐州市云龙湖畔同一地区2个时相的SAR图像为例进行了试验研究.试验结果表明:与其它的变化检测方法相比,所采用的变化检测算法能更有效地从多时相SAR图像中提取变化信息.

利用纹理融合与广义高斯模型的高分辨率SAR影像变化检测

为了充分利用高分辨率SAR影像的纹理特征,提出一种纹理信息融合与广义高斯模型相结合的SAR影像变化检测方法。通过灰度共生矩阵计算影像的纹理特征进而构造纹理差异影像,利用离散平稳小波变换,融合灰度差异影像和纹理差异影像。然后利用广义高斯模型进行统计建模,估计融合后差异影像上变化类和未变化类的概率分布,利用KI阈值准则获取最佳分割阈值,实现多时相SAR影像的非监督变化检测。选取两组TerraSAR-X数据进行实验,结果表明融合纹理信息与广义高斯模型的变化检测方法可行,其中融合逆差距纹理信息的检测性能最优。

单视全极化SAR图像快速非局部均值滤波

非局部均值已应用到极化SAR图像滤波领域,但传统滤波方法的多视处理降低了图像分辨率,且计算量巨大,严重制约了滤波效能。本文针对单视全极化SAR的特点,提出了一种快速非局部均值滤波算法。首先,按照多视求权、单视重构的思路,结合KL(Kullback-Leible divergence)散度重构了新的非局部均值模型;然后,利用积分图设计了新模型的快速实现;最后,用Radarsat-2全极化SAR数据进行了验证。实验结果表明,新算法改善了滤波效果,同时大幅提高了运算效率。