%0 Journal Article
%T 结合结构相似度的自适应多尺度SAR图像变化检测
%A 崔莹
%A 熊博莅
%A 蒋咏梅
%A 匡纲要
%J 中国图象图形学报
%D 2014
%R 10.11834/jig.20141013
%X 目的结合高斯核函数特有的性质，提出一种基于结构相似度的自适应多尺度SAR图像变化检测算法。方法本文提出的算法包括差异图像获取、高斯多尺度分解、基于结构相似性的最优尺度选择、特征矢量构造以及模糊C均值分类。首先，通过对多时相SAR图像进行对数比运算获取差异图像，然后，利用基于图像的结构相似度估计高斯多尺度变换的最优尺度，继而在该最优尺度参数下逐像素构建变化检测特征矢量，最后通过模糊C均值聚类方法实现变化像素与未变化像素的分离，生成最终的变化检测结果图。结果在两组真实的SAR图像数据上测试本文算法，正确检测率分别达到0.9952和0.9623，Kappa系数分别为0.8200和0.8540，相比传统算法有了较大的提高。结论本文算法充分利用了尺度信息，对噪声的鲁棒性有所提高。实测SAR数据的实验结果表明，本文算法可以智能获取最优分解尺度，显著提高了SAR图像变化检测性能。
%K 变化检测
%K 多尺度信息
%K 结构相似度
%K 特征矢量
%K 模糊C均值聚类
%U http://www.cjig.cn/jig/ch/reader/view_abstract.aspx?file_no=20141013&flag=1