基于对数背景差分的星载SAR时序图像变化检测方法研究

作     者：贾云珍 

作者单位：北方工业大学 

学位级别：硕士

导师姓名：王彦平;申文杰;何召峰

授予年度：2024年

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 081105[工学-导航、制导与控制] 081001[工学-通信与信息系统] 081002[工学-信号与信息处理] 0825[工学-航空宇航科学与技术] 0811[工学-控制科学与工程] 

主      题：星载SAR 变化检测 时序图像序列 对数背景差分 SAR-SIFT 

摘      要：合成孔径雷达(Synthetic Aperture Radar,SAR)成像系统具备全天时全天候、高分辨率、大范围覆盖和长时间序列观测等优势。现有系统中,机载SAR系统能够在快速移动的平台上实时获取地面目标的高分辨率图像,而星载SAR系统则能够覆盖更广阔的地理区域,实现大范围监测和数据采集。随着海量SAR数据的积累,SAR时序图像变化检测已成为一种重要的场景信息挖掘分析的手段。 变化检测旨在通过比较不同时间点的图像数据,以识别和分析目标区域的变化情况。传统SAR图像变化检测方法通过对同一地区不同时间获取的两幅SAR图像进行比较,生成差异图并进行最佳判决,从而分离变化区域和未变化区域。这种基于两时相差异图的方法需要对每对图像进行处理和比较,因此在处理大量图像序列时效率较低,计算量大。其次,由于传统基于差异图的方法主要关注相邻两时相图像之间的差异,对于长时间序列的SAR图像,可能存在多个时相之间的变化信息丢失的问题。近年来出现的深度神经网络在图像变化检测中表现出色,但其在处理大规模数据时需要大量的计算资源和时间,使在实际应用中的效率和实用性有所限制。 针对以上问题,本文提出了基于对数背景差分的星载SAR时序图像变化检测方法,旨在克服以上方法的局限性,提高检测效率并更好地提取整体性变化信息。本文的主要研究内容与创新点包括: 1.介绍了传统基于差异图的星载SAR图像变化检测的基本流程,重点探讨了预处理方法和差异图生成技术。在差异图生成部分,依次介绍了差值法、比值法、对数比算子、均值比算子、组合差异图法、基于邻域的比值差异法以及小波融合等七种方法。同时,利用实际数据对这7种差异图生成方法进行了验证与对比。最后,指出了基于差异图的星载SAR图像变化检测方法面临的主要问题。 2.提出了一种基于对数背景差分的SAR时序图像变化检测方法,旨在解决传统基于差异图方法中检测效率低和整体性变化信息丢失的问题。该方法的主要创新在于将背景差分思想融入SAR图像变化检测中,并结合星载SAR多时相数据的特点对变化检测流程进行了适应性改进,使其适用于星载SAR图像的变化检测任务。适应性改进主要表现在以下几个方面:首先,针对星载SAR多时相图像的偏移问题,采用SAR-SIFT配准算法进行处理使其在空间上精确对齐;其次,针对SAR图像特有的乘性相干斑噪声,将对数比算子与背景差分思想结合形成对数背景差分法,即将图像转换到对数域后,通过对目标区域的静态场景进行建模,再用当前时相的SAR图像与其背景进行差分处理;最后,根据数据分辨率确定比例系数,通过目标检测算法提取发生变化目标,再结合比例系数实现变化检测结果的获取。该方法不同于传统的基于两时相差异图进行变化信息提取的方式,更全面地考虑了多时相SAR图像序列中的所有变化信息,避免了传统方法中逐一比较相邻时相图像的低效问题。 3.在不同规模的停车场和机场环境中共进行了四组实验,以验证算法的效果。其中,前三项实验针对规模不同的停车场,而第四项实验则在机场场景进行,旨在验证本文算法适用于多种变化检测场景。实验结果通过与实地采集的真值数据进行比对,对检测结果进行了定量分析。实验采用均方根误差(Root Mean Square Error,RMSE)作为评价指标,分别对传统算法和本文所提算法在变化检测任务中的性能进行了定量评估。结果显示,基于对数背景差分的方法在噪声和干扰敏感性、实时性等方面明显优于传统方法。最后,结论指出了本文所提方法的有效性和可靠性,并提出了进一步的研究展望。