基于自適應(yīng)權(quán)值差異圖融合和聚類的SAR圖像變化檢測方法研究.pdf

1、研究同一地區(qū)不同時(shí)相的兩種或多種SAR（Synthetic Aperture Radar，SAR）圖像之間發(fā)生的變化叫做SAR圖像變化檢測，可以被應(yīng)用于社會(huì)、經(jīng)濟(jì)、軍事等許多方面。近幾年，由于SAR圖像具備全天候、全天時(shí)的工作能力以及對地物具有一定的穿透能力和成像覆蓋面積大等一系列優(yōu)點(diǎn)，使得SAR圖像成為變化檢測的主要數(shù)據(jù)來源。本論文對SAR圖像變化檢測中差異圖的分析和差異圖的構(gòu)造等方面進(jìn)行了探索，所取得的主要研究成果為：
　　1

2、.提出了一種基于自適應(yīng)權(quán)值的差異圖融合策略，并用于SAR圖像變化檢測。利用所提出的基于自適應(yīng)權(quán)值的差異圖融合策略，將對數(shù)比值差異圖與直接比值差異圖進(jìn)行融合，再對融合后的差異圖進(jìn)行kmeans聚類，獲得最后的變化檢測結(jié)果。該方法不僅使得融合參數(shù)能夠根據(jù)不同差異圖的特性自適應(yīng)調(diào)整，而且考慮了鄰域灰度信息與空間信息，提高了變化檢測精度和算法的抗噪性能。
　　2.提出了一種基于自適應(yīng)權(quán)值圖像融合及PCA特征提取的SAR圖像變化檢測方法。根

3、據(jù)自適應(yīng)權(quán)值，將直接比值差異圖和對數(shù)比值差異圖進(jìn)行圖像融合。再對融合后的差異圖用PCA方法進(jìn)行特征提取，從而獲得每個(gè)像素對應(yīng)的特征向量，并組成特征空間矩陣。將k-means聚類方法對于PCA提取的特征，對原始數(shù)據(jù)進(jìn)行特征提取，獲得特征空間矩陣，再進(jìn)行聚類，該方法通過非線性映射可以較好地辨別、提取并放大有用的特征，獲得更為精準(zhǔn)的聚類，使變化檢測的錯(cuò)誤率進(jìn)一步降低。使得抗噪能力增強(qiáng)，總錯(cuò)誤數(shù)減少，提高了變化檢測的精度。
　　3.提出了