基于分形维数的SAR图像变化检测_张军团

文章编号:　167329965(2008)052466205基于分形维数的SA R图像变化检测3张军团1,2,林君1,李绚3(1.吉林大学吉林大学2德州仪器DSPs联合实验室,长春130026;2.西安通信学院计算中心,西安710106;3.西安体育学院学生处,西安710068)摘　要:　斑点噪声是合成孔径雷达(synt hetic apert ure radar,SA R)相干成像所固有的,且不可避免的.为了尽可能地抑制斑点噪声对SAR图像变化检测的影响,利用分形维数方法对SAR图像的变化检测进行了研究,并提出了一种基于SA R图像分形维数的变化检测算法,该算法对SAR图像斑点噪声不敏感.并对计算分形维的滑动窗大小的选择进行了研究.用实测SAR图像进行了验证实验,结果表明分形维数可以用于SA R图像变化检测,它是一种新的SAR图像变化检测的方法与途径;同时,滑动窗大小的选择对SAR图像检测结果有影响.关键词:　SAR图像分形维数变化检测盒维数中图号:　TP751 文献标志码:　A SAR(synt hetic apert ure radar,合成孔径雷达)图像变化检测技术是指利用同一区域的不同时期的SAR图像来获取地物目标的变化信息,并进一步实现对目标定性或定量的分析.由于SAR具有全天候、全天时获取地表信息的能力,并具有一定的穿透能力,所以SAR图像的解译和应用已成为现代遥感技术研究的一个热点问题.随着国内外机载、星载SA R成像系统的发展,获取了大量的SAR图像数据,这为SA R图像变化检测提供了数据源.同时,随着SA R图像分辨率的不断提高, SAR图像变化检测已得到了广泛的应用[125],在军事方面,SAR图像变化检测还可对战场区域或重点监视目标实现连续侦察,可用于目标打击效果评估、战场信息动态感知、军事目标和兵力部署监测等[6].SAR成像是相干成像,因此不可避免地产生斑点(Speckle)噪声,这严重影响了SAR图像的解译和应用.普通的图像变化检测技术应用于SAR 图像,取得的结果一般不太令人满意.SA R图像变化检测方法虽然有许多种[728],但是每种方法均是从不同的方面考察SA R图像的变化.目前,还没有一个统一的标准,也没有一种普遍适应的变化检测算法,即使是同一区域的不同时相的SA R图像,用不同的方法进行检测,有时会得出截然相反的结论.SAR图像变化检测的最大问题是如何避开斑点噪声的影响.最近有些学者利用分形维数对遥感图像进行了处理,并获得了相应的成果[9211].由于分形维数对SAR图像斑点噪声不敏感,所以文中从SAR图像的分形维数对SA R图像的变化检测进行了研究.1　分形的概念分形(Fractal)的概念是数学家Mandelbrot于1975年提出的[12],他把分形定义为“一种由许多个与整体有某种相似性的局部所构成的形体”.Man2 delbrot通过分析大量的传统数据发现,小尺度下的波动特性与大尺度下的波动特性有相似性.基于此,他提出了分形这个区别于传统的、超越尺寸的新概念,即不把微小的变化与宏观的、大的变化分离开来,而是把它们紧密联系起来.也就是说分形第28卷第5期 西　安　工　业　大　学　学　报 Vol.28No.5 2008年10月 Journal of Xi’an Technological University Oct.20083收稿日期:2008205231作者简介:张军团(19762),男,吉林大学讲师,博士研究生,主要研究方向为SAR及雷达信号的检测与处理.E2mail:zhang_juntuan@.无所谓大尺度与小尺度,而是超越一切尺度,并存在着大小尺寸的相似性.这就是分形概念的核心.目前,对分形还没有一个严格的数学定义,只能给出一般描述性的定义,把分形看成是具有某些性质的集合,该集合的分形维数(Fractal dimen2 sion)严格大于它的拓扑维数.只要符合下列条件的,即可被称作一个分形图形或分形集合.1)具有精细的结构,即任意小的比例细节.2)是不规则的,它的整体和局部难以用传统的几何语言来描述.3)通常具有某种自相似的形式,可能是近似的或统计的.4)一般地,它的“分形维数”(以某种方式定义)大于它的拓扑维数.5)大多数情况下,可以用迭代的方法获得.2　SA R图像的分形维数计算凡是涉及到分形理论和概念,需要用到分形的维数,因为分形是通过分数维描述的.在欧氏空间中,点、线、面、球面分别对应于零、一、二、三维,甚至更高维的空间,但不论维数多高,它们的维数都是整数.然而,分形集描述的是不规则程度,从测度的角度将维数从整数扩大到分数,突破了一般拓扑集维数为整数的界限,从某种意义上说,分形维数的大小是物体不规则性的一种量度,因此维数不是整数就成了分形的第二特征.在信号和图像处理中经常用到的分形维数有:相似性维数、容量维数、Hausdorff维数、信息维数、李亚普诺夫维数、谱维数、拓扑维数、广延函数、计盒维数等[13218].这里主要研究用盒子维计算法对SA R图像计算分形维数.一般将灰度图像看作一个在三维空间的分形曲面,(x,y)表示二维空间中的位置坐标,第三维z 轴代表灰度级.令N r表示用边长为r的立方体去包含所要估计的图像区域的最少个数,则可式(1)估计分形维数.具体过程如下[13]:令N(r)表示用边长为r的立方体去包含所要估计的图像区域的最少个数.所要估计的图像区域的分维数D由式(1)决定:N(r)r D=C(1)其中C为常数,两边同取对数有log N(r)=-D log r+log C(2) 设某个图像区域的面积为A,r×r为一个单位面积,r的大小可变,又令n(r)=intmax I i-min I ir+1(3)其中I i(i=1,2,3,…)表示相应点的灰度值大小, int表示取整.n(r)是包含该单位面积上灰度所要的r×r×r立方体数.区域中的每个单位面积,都做同样的计算,可以得到n1(r),n1(r),…,求其均值,以E(n(r))表示,则有N(r)=E(n(r))×Ar×r(4)改变r的大小,可以求出相应的各个N(r),用线性回归求出-log[N(r)]相对于log r的斜率,也就是该图像区域的分形维数.同样对实际图像,取每个像素所在的局部求其分维数D作为该点的分维数.3　实验结果与分析实验数据采用加拿大遥感中心(Canada Cen2 tre for Remote Sensing,CCRS)机载C/X-SA R 遥感数据.原始图像数据如图1所示,其中,图1 (a)和图1(b)为不同时相单视SA R图像,它们是C波段H H极化图像,两图像经过严格的几何和辐射校正及配准.假设图1(a)是时间的,图1(b)是时间的.这是一片森林区域,因森林被砍伐了,地面目标类型发生了变化,其散射结构发生了变化,导致了最终的SAR图像发生了变化.森林的散射比裸露的地面强,因此森林被采伐后,后向散射变弱了,在SA R图像中体现较暗,如图1(b)中央区域.在图1(b)中,中间较亮的直线区域是树木与地面形成的二面角反射,属于强散射结构,回波强度较大,在SAR表现较亮.基于分形维数的SA R 图像变化检测流程框图如图2所示.不同时相的SAR图像在变化检测前均要进行预处理,一般的方法除了几何和辐射校正及配准以外,还需要对SAR图像进行抑噪处理.利用分形维数进行变化检测时,没有抑制斑点噪声的预处理操作.图像经过配准后,计算它们各自的分形维数图,然后分形图执行相减运算,就获得了差值分形图,再用EM (expectation maximization)算法获得判别阈值T.最后,分形图中每个像素的值I(x,y)与阈值T进行比较,如果I(x,y)≥T,就认为发生了变化;如果I(x,y)<T,就认为没有发生变化.764　第5期 张军团等:基于分形维数的SAR图像变化检测图1　变化前后的SAR 图像Fig.1　SAR images before and afterchange图2　基于分形维数的SAR 图像变化检测流程图Fig.2　The flow chart of SAR image changedetection based on f ractal dimension实验结果如图3～6所示.其中,图3a 表示变化前图像x 1的分维数,图3b 表示变化后图像x 2的分维数,图3c 表示图3a 和图3b 的差值图,图3d 表示变化检测结果.图4～6中a ,b ,c ,d 的含义和图3中的说明相同.图3是滑动窗大小为8计算分维数的变化检测结果,图4是滑动窗大小为16计算分维数的变化检测结果,图5是滑动窗大小为32计算分维数的变化检测结果,图6是滑动窗大小为64计算分维数的变化检测结果.从图3～6中可知窗太小或太大,均不能很好的体现图像的分维数,影响SAR 图像的变化检测结果如图3～6所示.图4～5表明变化检测中用于计算分维数的滑动窗大小为16或32比较适合.同时说明SAR 图像的分维数可用于变化检测.基于分形维数的SA R 图像变化检测的最大优点是对斑点噪声不敏感,图4和图5反映了此特点.下面用通常的差值方法作了比较说明实验,实验结果如图7所示.其中,图7(a )表示变化增强区域,图7(b )表示变化减弱区域,图7(c )表示全部变化图像.从图7中,可以看到一般的方法对斑点噪声的抑制效果不理想,使变化检测结果产生许多的虚检测率.图3　窗口大小为8的分维数变化检测结果Fig.3　Change detection results of f ractal dimensionwith the size 8of a slidingwindow图4　窗口大小为16的分维数变化检测结果Fig.4　Change detection results of f ractal dimension withthe size 16of a sliding window图5　窗口大小为32的分维数变化检测结果Fig.5　Change detection results of f ractaldimensionwith the size 32of a sliding window图6　窗口大小为64的分维数变化检测结果Fig.6　Change detection results of f ractaldimensionwith the size 64of a sliding window图7　差值法检测结果Fig.7　Change detection results with the difference algorithm4　结论从分形的角度研究了SA R 图像的变化检测,实验表明基于分形维数的SAR 图像变化检测是可行的.滑动窗的大小会影响SA R 图像的变化检测,864 西　安　工　业　大　学　学　报 第28卷实验表明滑动窗的大小为16或32比较合适.同时,为了从不同的方向计算SA R图像的分形维数,下一步工作将对SAR图像进行小波分解,再计算各子图像分形维数,有利于提高变化检测精度.参考文献:[1]　Quegan S,Le T Toan,Yu J J,et al.Floury,Multi2temporal ERS SAR Analysis Applied to Forest Map2 ping[J].IEEE Transactions on G eoscience and Re2mote Sensing,2000,38(2):741.[2]　Lee T Thuy,Florrence R.Rice Crop and MonitoringUsing ERS21Data Based on Experiment and Model2 ing Results[J].IEEE Transactions on G eoscience andRemote Sensing,1997,35(1):41.[3]　张红,舒宁,刘刚.多时相组合分类法在土地利用动态监测中的应用[J].武汉大学学报:信息科学版,2005,30(2):131. ZHAN G Hong,SHU Ning,L IU Gang.Application of Multitemporal Composition and Classification toLand Use Change Detection[J].Geomatics and Infor2mation Science of Wuhan University,2005,30(2):131.(in Chinese)[4]　Mansouri B.Remote sensing:Feasibility of Change/Damage Detection in Urban Areas and Structures bySynthetic Aperture Radar(SAR)Imagery[D].Gradu2 ate School,University of Southern California,LosAngeles,California,2002.[5]　G amba P,Acqua F D,Trianni G.Rapid Damage De2tection in the Bam Area Using Multitemporal SARand Exploiting Ancillary Data[J].IEEE Transactionson G eoscience and Remote Sensing,2007,45(6):1582.[6]　付文宪,李少洪,洪文.基于高分辨率SAR图像的打击效果评估[J].电子学报,2003,31(9):1290. FU Wen2xian,L I Shao2hong,HON G Wen.Hitting Effect Evaluation Based on High2resolution SAR Im2 ages[J].ACTA Electronica Sinica,2003,31(9):1290.(in Chinese)[7]　Bazi Y,Bruzzone L,Melgani F.An Unsupervised Ap2proach Based on the Generalized G aussian Model toAutomatic Change Detection in Multitemporal SARImages[J].IEEE Transactions on G eoscience and Re2mote Sensing,2005,43(4):874.[8]　陈富龙,张红,王超.SAR变化检测技术发展综述[J].遥感技术与应用,2007,22(1):109. CH EN Fu2long,ZHAN G Hong,WAN G Chao.TheState of Art in SAR Change Detection2A SystematicReview[J].Remote Sensing Technology and Applica2 tion,2007,22(1):109.[9]　曹文伦,史忠科,封建湖.分形维数及其在图像分类中的应用研究[J].计算机应用研究,2007,24(4):156. CAO Wen2lun,SHI Zhong2ke,FEN G Jian2hu.Fractal Dimension and Its Application in Image Classification[J].Application Research of Computers,2007,24(4):156.(in Chinese)[10]　戚大伟,李莉.基于分形维数特征的原木漏节图像的研究[J].森林工程,2007,23(5):11. Q I Da2wei,L I Li.Study of Log with Rotten Knot Im2 age Based on Fractal Dimension Feature[J].ForestEngineering,2007,23(5):11.(in Chinese)[11]　陈小梅,倪国强.基于局部分形维数的遥感图像分割[J].光电工程,2008,35(1):136. CH EN Xiao2mei,N I Guo2qiang.Remote Sensing Im2 age Segmentation Based on Local Fractal Dimension[J].Opto2electronic Engineering,2008,35(1):136. (in Chinese)[12]　张济忠.分形[M].北京:清华大学出版社,1995. ZHAN G Ji2zhong.Fractal[M].Beijing:Tsinghua U2 niversity Press,1995.(in Chinese)[13]　Chaudhuri B B,Sarkar N.Texture Segmentation U2sing Fractal Dimension[J].IEEE Transactions onPattern Analysis and Machine Intelligence,1995,17(1):72.[14]　Keller J,Chen S,Crownover R.On the Calculation ofFractal Features f rom Images[J].IEEE Transac2tions on Pattern Analysis and Machine Intelligence,1993,15(10):1087.[15]　Liebovitch S,Toth T.A Fast Algorithm of Determi2ning Fractal Dimensions by Box Counting[J].Phys2ics Letters,1989,(8/9):386.[16]　Nirupam Sarkar,Chaudhuri B B.An Efficient Differ2ential Box2counting Approach to Compute FractalDimension of Image[J].IEEE Trans.SMC,1994,24(1):115.[17]　Pentlend P.Fractal2based Description of NaturalScenes[J].IEEE Transactions on Pattern Analysisand Machine Intelligence,1984,6(6):661.[18]　Peleg S,Narorand J,Hartley R.Multiple ResolutionTexture Analysis and Classification[J].IEEETransactions on Pattern Analysis and Machine Intel2ligence,1984,6(4):518.964　第5期 张军团等:基于分形维数的SAR图像变化检测074 西　安　工　业　大　学　学　报 第28卷SAR Im age Change Detection B ased on Fractal DimensionZ H A N G J un2t uan1,2,L I N J un1,L I X uan3(1.Texas Instruments2Jilin University DSPs Laboratory,Jilin University,Changchun130026,China;puting Center,Xi’an Communication Institute,Xi’an710106,China;3.Student Affair’s Office,Xi’an Physical Education University,Xi’an710068,China)Abstract:　Speckle noise is inherent and unavoidable for synt hetic apert ure radar(SAR)images, because it s p rinciple is coherent imaging.In order to reduce affection of speckle noise to SAR image change detectio n as much as possible,f ractal dimension met hod is used to st udy SAR image change detection.A new change detection algorit hm based on SAR image fractal dimension,which is insensitive to speckle noise is p roposed.The choice of sliding window size for counting f ractal dimension is also st uded.Some real SAR images are implemented to verify t he met hod.Experimental result s indicate t hat f ractal dimensio n can be used to perform SAR image change detection and t hat t he new SAR image change detection met hod———fractal dimension is ideal.At t he same time,t he choice of sliding window size brings some affection for SA R image change detection.K ey w ords:　SA R image;f ractal dimension;change detection;box dimension(责任编辑、校对　苗静) (上接第459页)A Method of Improved G enetic Algorithmfor Robotic P ath PlanningT A N B ao2cheng,L I A N Chun2y uan,X U A i,Z H A N G H ai2gang(School of Electronic Information Engineering,Xi’an Tecnological University,Xi’an710032,China)Abstract:　In order to solve t he p remat urity and lower convergence speed in t raditional genetic algorit hm for ro botic pat h planning,an imp roved genetic algorit hm designed for robotic pat h planning is p ropo sed.In t his algorit hm,many operations such as coding and initialization are improved.It utilizes planar changing lengt h floating point numbers for coding and heuristic knowledge policy in t he initialization to motivate t he convergence speed.In addition,it uses t he adaptive parameter adjusting. Matlab tool is adopted for simulation.The result shows t hat t he proposed met hod reduces t he lengt h of pat h and running time,and p roves correct and efficient.K ey w ords:　robot;pat h planning;genetic algorit hm;coding;initialization;mutation;adaptive parameter adjusting(责任编辑、校对　魏明明)。