【摘要】：變化檢測(cè)就是對(duì)同一地區(qū)不同時(shí)間獲得的圖像進(jìn)行處理,以確定該區(qū)域在此時(shí)間段內(nèi)所發(fā)生的變化。由于合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)對(duì)于光照和大氣條件不敏感,可以全天時(shí)、全天候?qū)δ繕?biāo)進(jìn)行監(jiān)測(cè),所以基于SAR圖像的變化檢測(cè)在農(nóng)林勘探、環(huán)境監(jiān)測(cè)、災(zāi)害評(píng)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(cè)在SAR圖像應(yīng)用研究中的地位越來(lái)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(diǎn)噪聲并準(zhǔn)確地檢測(cè)出變化區(qū)域一直是SAR圖像變化檢測(cè)研究中的難點(diǎn)和重點(diǎn)所在。傳統(tǒng)的變化檢測(cè)算法一般是首先求取不同時(shí)相兩幅圖像的差異圖像,然后將此差異圖像作為觀測(cè)數(shù)據(jù),采用閾值法進(jìn)行處理。這種方法僅僅依賴于差異圖像中單個(gè)像素的灰度信息,由于SAR圖像中斑點(diǎn)噪聲的存在,使得檢測(cè)存在較大的檢測(cè)誤差。馬爾科夫隨機(jī)場(chǎng)(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(cè)的精度,因此被廣泛的應(yīng)用于變化檢測(cè)當(dāng)中。MRF模型在建模時(shí),認(rèn)為整幅圖像是同質(zhì)均勻的,這一假設(shè)使得計(jì)算變得簡(jiǎn)單化。但是,對(duì)于非平穩(wěn)圖像而言,這一假設(shè)不再成立而模型其對(duì)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(duì)于具有多種同質(zhì)性的圖像,MRF算法的檢測(cè)效果較差。而三重馬爾科夫隨機(jī)場(chǎng)(Triplet Markov Field,TMF)模型很好的彌補(bǔ)了這一缺陷,在引入一個(gè)輔助場(chǎng)U的情況下可以更好地對(duì)非平穩(wěn)圖像進(jìn)行建模。在TMF模型中,利用U場(chǎng)對(duì)圖像的同質(zhì)性進(jìn)行區(qū)分,對(duì)于不同的同質(zhì)性,分別進(jìn)行處理。U場(chǎng)的定義是三重馬爾科夫場(chǎng)建模的一個(gè)重點(diǎn)和難點(diǎn),如何利用U場(chǎng)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(diǎn)所在。此外,三重馬爾科夫場(chǎng)建模時(shí)常用的一階鄰域系統(tǒng)對(duì)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(gè)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(jìn)的基于三重馬爾科夫隨機(jī)場(chǎng)模型的無(wú)監(jiān)督的SAR圖像變化檢測(cè)算法。三重馬爾科夫隨機(jī)場(chǎng)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(duì)鄰域系統(tǒng)進(jìn)行擴(kuò)展,以更好的抑制斑點(diǎn)噪聲。本文所提出的算法首先對(duì)U場(chǎng)進(jìn)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(yàn)勢(shì)能函數(shù),并選用一個(gè)具有更多信息的擴(kuò)展鄰域,以便更好的利用先驗(yàn)信息。在真實(shí)SAR圖像上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提算法的有效性。
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TN957.52

【共引文獻(xiàn)】

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(shí)相遙感圖像變化檢測(cè)[J];測(cè)繪科學(xué)技術(shù)學(xué)報(bào);2014年03期

2 尤紅建;;多尺度分割優(yōu)化的SAR變化檢測(cè)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)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(diǎn)目標(biāo)變化檢測(cè)[J];宇航學(xué)報(bào);2010年01期

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

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

6 吳一全;曹照清;;基于小波變換和核獨(dú)立分量分析的遙感圖像變化檢測(cè)[J];中國(guó)空間科學(xué)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(shí)相遙感圖像變化檢測(cè)[J];應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào);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(cè)[J];遙感學(xué)報(bào);2015年01期

相關(guān)會(huì)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(cè)[A];中國(guó)測(cè)繪學(xué)會(huì)第九次全國(guó)會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

相關(guān)碩士學(xué)位論文 前10條

1 楊曉麗;多時(shí)相遙感影像的變化檢測(cè)[D];西安電子科技大學(xué);2011年

2 余銀峰;多時(shí)相遙感影像變化檢測(cè)算法研究[D];新疆大學(xué);2011年

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

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

5 張鳳玉;遙感圖像變化檢測(cè)方法研究[D];西安電子科技大學(xué);2010年

6 丁亞蘭;SAR圖像配準(zhǔn)以及變化檢測(cè)的研究[D];電子科技大學(xué);2010年

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

8 崔偉;多時(shí)相遙感圖像變化檢測(cè)算法的研究[D];新疆大學(xué);2012年

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

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

，

本文編號(hào)：2513538