基于去噪和精英遺傳聚類算法的SAR圖像變化檢測(cè).pdf

1、圖像的變化檢測(cè)是對(duì)同一地區(qū)在不同時(shí)間獲得的兩幅圖像進(jìn)行分析，得到變化信息，而由于合成孔徑雷達(dá)(Synthetic Aperture Radar，SAR)具有較高的分辨率，同時(shí)具有全天候和全天時(shí)的特點(diǎn)，可方便地獲得同一地區(qū)不同時(shí)間的圖像，因此SAR圖像已發(fā)展成為遙感圖像變化檢測(cè)的主要組成部分。SAR圖像的變化檢測(cè)是對(duì)不同時(shí)間所得的同一地區(qū)表面的遙感圖像進(jìn)行比較得到差異圖，然后利用差異圖像的灰度值將圖像分為變化區(qū)域和不變區(qū)域。SAR圖像的變

2、化檢測(cè)在環(huán)境監(jiān)測(cè)、災(zāi)情估計(jì)、土地利用、森林采伐監(jiān)測(cè)、農(nóng)作物生長(zhǎng)狀況監(jiān)測(cè)等方面有著非常廣泛的應(yīng)用。
　　本文針對(duì)現(xiàn)有的SAR圖像變化檢測(cè)方法耗時(shí)長(zhǎng)和精度低等問題做出了研究，主要內(nèi)容包括：
　　1.提出了一種基于直方圖和精英遺傳聚類算法的 SAR圖像變化檢測(cè)方法。該方法首先利用直方圖的運(yùn)算減少了圖像的樣本點(diǎn)數(shù)，有效的減少了圖像處理的時(shí)間，然后利用模糊 C均值（FCM）初始化遺傳算法的初始種群和計(jì)算適應(yīng)度函數(shù)，并運(yùn)用一種精英策略的

3、選擇機(jī)制選擇出遺傳算法的最優(yōu)解，將該最優(yōu)解作為 FCM的初始聚類中心，結(jié)合了 FCM的局部尋優(yōu)能力和遺傳算法的全局搜索能力，加快了算法收斂速度，有效的提高了算法的精確度。
　　2.提出了一種基于均值漂移和精英遺傳聚類算法的 SAR圖像變化檢測(cè)方法。SAR圖像處理存在的主要問題是斑點(diǎn)噪聲，為了解決這一問題，在該方法中，我們使用均值漂移對(duì) SAR圖像的差異圖進(jìn)行了去噪處理，有效的降低噪聲對(duì)變化檢測(cè)結(jié)果的影響。在真實(shí) SAR圖像的變化檢

4、測(cè)實(shí)驗(yàn)中，經(jīng)過和一些經(jīng)典算法的對(duì)比，充分證實(shí)了該方法對(duì)SAR圖像變化檢測(cè)的有效性。
　　3.提出了一種基于改進(jìn)的非局部均值的 SAR圖像變化檢測(cè)方法。該算法主要是針對(duì)非局部均值的高斯核加權(quán)的歐氏距離對(duì)提取圖像的特征信息和抑制乘性斑點(diǎn)噪聲都不是最有效的，而且使用指數(shù)型函數(shù)求權(quán)重不能很好地處理圖像的邊緣部分信息的缺點(diǎn)，利用傅里葉核加權(quán)的歐氏距離、基于對(duì)數(shù)比值距離的相似度值測(cè)量方法和二維高斯函數(shù)的權(quán)重，提出了改進(jìn)的非局部均值算法，并把它