基于NSCT域图像融合改进算法的SAR图像无监督变化检测

张一晨贾振红覃锡忠杨杰Nikola Kasabov

新疆大学信息科学与工程学院上海交通大学图像处理与模式识别研究所新西兰奥克兰理工大学知识工程与发现研究所

摘要：为了降低合成孔径雷达（SAR）遥感图像变化检测总误差数以及获取更好的变化检测结果,提出了一种基于非下采样轮廓变换（NSCT）域图像融合改进算法的SAR图像无监督变化检测方法。首先用两时相遥感图像构造得到对数比值和均值比值两种差异图,并经过NSCT分解得到各自的高低频系数;然后对两差异图中的低频系数均采用最大梯度平方和规则进行融合,高频系数均采用加权规则进行融合,再利用逆NSCT融合得到最终差异图;最后用模糊局部信息C均值聚类（FLICMC）算法实现对图像变化区域与非变化区域的分类。通过对真实遥感数据集与模拟遥感数据集的研究表明,本文算法能够有效抑制斑点噪声对检测结果的影响,并且不受变化类和非变化类统计分布的限制,不需要先验知识,适用性强,可以得到较好的检测效果。与DWT2-FLICMC、MRF-FCMC算法相比,本文算法具有更高的检测精度和较少的算法运行时间。

关键词：

变化检测; 图像融合; 非下采样轮廓变换（NSCT）; 模糊局部信息C均值聚类（FLICMC）;

基金资助：

教育部促进与美大地区科研合作与高层次人才培养（20142029）资助项目；