基于廣義Gamma分布的SAR圖像變化檢測(cè).pdf

1、基于統(tǒng)計(jì)模型的合成孔徑雷達(dá)(SAR)圖像變化檢測(cè)技術(shù)獲得的檢測(cè)結(jié)果是否理想取決于模型能否準(zhǔn)確的表達(dá)變化信息。傳統(tǒng)的分布模型描述變化信息的準(zhǔn)確性有限，本文采用描述能力更強(qiáng)的廣義Gamma分布作為SAR圖像的統(tǒng)計(jì)模型，通過對(duì)該模型進(jìn)行研究分析來完成對(duì)SAR圖像的變化檢測(cè)。
　　 本論文主要包括以下兩部分內(nèi)容:
　　 1)G.Moser提出的GeneralizedKittler-Illingworththreshold(GKI

2、T)算法在假設(shè)多時(shí)相SAR圖像等效視數(shù)相同的條件下，利用Nakagami，Weibull，Lognormal分布推導(dǎo)出的比值概率密度函數(shù)作為比值圖像統(tǒng)計(jì)概率分布函數(shù)。鑒于廣義Gamma分布的靈活性、有效性，同時(shí)考慮多時(shí)相SAR圖像去相關(guān)性使得等效視數(shù)相同的約束條件難以滿足，本文提出一種基于廣義Gamma分布的松弛GKIT算法。該算法利用廣義Gamma分布對(duì)兩幅原始SAR圖像建模，進(jìn)而推導(dǎo)得到相應(yīng)比值圖像的概率密度函數(shù)。針對(duì)該概率密度函數(shù)

3、的高自由度特性，文中不直接在比值圖像域進(jìn)行參數(shù)估計(jì)，而是將比值圖像變化與未變化部分的像素坐標(biāo)映射到原始圖像，利用對(duì)數(shù)累計(jì)量法在原始圖像域估計(jì)相應(yīng)參數(shù)，最后結(jié)合GKIT算法實(shí)現(xiàn)多時(shí)相SAR圖像的變化檢測(cè)。
　　 2)本文還研究了基于廣義Gamma分布差異的小波域SAR圖像變化檢測(cè)，利用Kullback-leibler(KL)距離作為小波域SAR圖像之間差異程度的量化因子。為降低相干斑噪聲的影響，對(duì)原始SAR圖像進(jìn)行多尺度小波分解，