SAR图像变化检测.docx
- 文档编号:25969387
- 上传时间:2023-06-16
- 格式:DOCX
- 页数:9
- 大小:219.21KB
SAR图像变化检测.docx
《SAR图像变化检测.docx》由会员分享,可在线阅读,更多相关《SAR图像变化检测.docx(9页珍藏版)》请在冰豆网上搜索。
SAR图像变化检测
题目SAR图像变化检测
学院电子工程学院
专业智能科学与技术
学号
学生
教师
SAR图像变化检测
1.引言
图像检测,是利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。
地理学中指将遥感图像进行分类的技术。
图形刺激作用于感觉器官,人们辨认出它是经验过的某一图形的过程,也叫图像再认。
在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。
只有通过存储的信息与当前的信息进行比较的加工过程,才能实现对图像的再认。
图像识别是人工智能的一个重要领域。
2.算法原理简介
首先对两幅实验用SAR图像进行滤波处理,消除噪声,尽可能的减少噪点对变化检测结果的影响。
然后利用图像比值法生成初步的新像素矩阵。
假设P1(i,j)是第一幅实验用SAR图像对应像素点(i,j)的灰度,P2(i,j)是第二幅实验用图对应像素点(i,j)的灰度。
对应两幅图像,变化的部分像素差异较大,所以比值P1(i,j)/P2(i,j)距离1就比较远;而对应不变的点,像素虽然不至于完全一致,但是比值会在1的附近。
这个特性就为此方法的实现奠定了良好的基础。
然后对上一步得到的像素矩阵进行处理,例如进行取反操作(这个要看实际需要),乘以某一恰当的系数将像素值的差距拉大。
便可得到一幅SAR图像变化图像。
最后将实验所得的结果跟参考进行比对,得到差异,并统计漏检和误检的像素点数量。
3.具体算法步骤:
步骤1:
读入变化前后的实验用用SAR图像
步骤2:
将两幅图像的像素矩阵相比,得到新的像素矩阵
步骤3:
对上步所得像素矩阵进行取反,将系数等简单的处理,得到变化检测的图像
步骤4:
对上步得到的新图像以及参考进行模糊C均值分类,对参考和新图像进行比较
步骤5:
对参考和实验结果进行相减操作,得到误差图像
步骤6:
统计漏测点和误测点的数量并输出
步骤7:
结束
4.算法程序
functionUntitled2
clc
clearall
closeall
I1=imread('1999.04.bmp');
I2=imread('1999.05.bmp');
I3=imread('1999.05.bmp');
I1=rgb2gray(I1);
I2=rgb2gray(I2);
I3=rgb2gray(I3);
I1=medfilt2(I1,[3,3]);
I2=medfilt2(I2,[3,3]);
I3=medfilt2(I3,[3,3]);
[N,L]=size(I1);
I=(I1./I2).*256;%±ÈÖµ´¦Àí¼°À´ó²î¾à
I=imcomplement(I);%È¡·´²Ù×÷
IM=I;
I11=fcm2(I);
IM=I3;
I22=fcm2(I3);
k=0;
[T,J]=cuowu(I11,I22,N,L);
k=T+J;
disp(sprintf('½á¹û©¼ì%d¸öÏñËص㣬Îó¼ì%d¸öÏñËصã',T,J));
disp(sprintf('½á¹ûͼÏñ¹²ÓÐ%d¸öÏñËØ£¬ÆäÖÐÓë²Î¿¼Îó²îÏñËظöÊýΪ%d',N*L,k));
k=k/(N*L)*100;
disp(sprintf('´Ë·½·¨Óë²Î¿¼Í¼ÏñµÄÎó²îÂÊ%2.4f¸ö°Ù·Öµã',k));
I4=I11-I22;%Îó²îͼÏñ
figure
(1)
subplot(221)
imshow(I1);
title('beforechange');
subplot(223)
imshow(I2);
title('afterchange');
subplot(222)
imshow(I3);
title('reference');
subplot(224)
imshow(I);
title('result');
figure
(2)
subplot(121)
imshow(I11);
title('result_fcm2');
subplot(122)
imshow(I22);
title('reference_fcm2');
figure(3)
imshow(I4);
title('·ÖÀàºó½á¹ûÓë²Î¿¼µÄÎó²î');
functionIMMM=fcm2(IM)%·ÖÀàÊýΪÁ½ÀàµÄÄ£ºýC¾ùÖµ¾ÛÀà
%IMÊÇÊäÈëµÄԴͼÏñ
%IX2ÊÇ·ÖÀà½á¹û
[maxX,maxY]=size(IM);
IM=double(IM);
IMM=cat(2,IM,IM);
%³õʼ»¯¾ÛÀàÖÐÐÄ£¨2Àࣩ
cc1=8;
cc2=230;
IMM=cat(3,IM,IM);
ttFcm=0;
while(ttFcm<30)
ttFcm=ttFcm+1;
c1=repmat(cc1,maxX,maxY);
c2=repmat(cc2,maxX,maxY);
c=cat(3,c1,c2);
ree=repmat(0.000001,maxX,maxY);
ree1=cat(3,ree,ree);
distance=IMM-c;
distance=distance.*distance+ree1;
daoshu=1./distance;
daoshu2=daoshu(:
:
1)+daoshu(:
:
2);
%¼ÆËãÁ¥Êô¶Èu
distance1=distance(:
:
1).*daoshu2;
u1=1./distance1;
distance2=distance(:
:
2).*daoshu2;
u2=1./distance2;
%¼ÆËã¾ÛÀàÖÐÐÄz
ccc1=sum(sum(u1.*u1.*IM))/sum(sum(u1.*u1));
ccc2=sum(sum(u2.*u2.*IM))/sum(sum(u2.*u2));
tmpMatrix=[abs(cc1-ccc1)/cc1,abs(cc2-ccc2)/cc2];
pp=cat(3,u1,u2);
fori=1:
maxX
forj=1:
maxY
ifmax(pp(i,j,:
))==u1(i,j)
IX2(i,j)=1;
elseifmax(pp(i,j,:
))==u2(i,j)
IX2(i,j)=2;
end
end
end
%ÅнáÊøÌõ¼þ
ifmax(tmpMatrix)<0.0001
break;
else
cc1=ccc1;
cc2=ccc2;
end
end
fori=1:
maxX
forj=1:
maxY
ifIX2(i,j)==2
IMMM(i,j)=255;
else
IMMM(i,j)=0;
end
end
end
end
%ͳ¼Æ´íÎóµãÊý
function[T,J]=cuowu(I11,I22,N,L)
T=0;J=0;
fori=1:
N
forj=1:
L
if(I11(i,j)==0&&I22(i,j)==255)%©¼ì
T=T+1;
elseif(I11(i,j)==255&&I22(i,j)==0)%Îó¼ì
J=J+1;
end
end
end
end
end
5.实验结果
6.实验结果分析
结果漏检44545个像素点,误检49个像素点
结果图像共有90601个像素,其中与参考误差像素个数为44594
此方法与参考图像的误差率49.2202个百分点
7.参考资料
[1]传波,金先级.数字图像处理机械工业
[2]金基,焦成,向荣,咚咚.基于两时相图像联合分类的SAR图像变化检测.红外与毫米学报.
[3]王伟平,周海银,永刚,王炯琦.基于聚类分析的SAR图像变化检测.传感器与微系统.
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- SAR 图像 变化 检测