引用本文:
 Citation:

## 一种基于似然比统计量的SAR相干变化检测

###### 通讯作者: 赵军香, jxzhao_0817@163.com ;
• 基金项目:

国家863计划船载无人机海洋观测系统 2013AA092105

国家863计划船载无人机海洋观测系统 201412002

• 中图分类号: TN957.51

## Change Detection in SAR CCD Based on the Likelihood Change Statistics

###### Corresponding author: Zhao Junxiang, jxzhao_0817@163.com ;
• Fund Project: National 863 Plan Ship-carried UAV Ocean Observation System 2013AA092105Surveying and Mapping Geographic Information Public Service Industry Research Projects 201412002

CLC number: TN957.51

• 摘要: 相干变化检测利用相位差异可以检测出场景中的微小变化。该文针对相干变化检测中的两个问题：虚警高和阈值难选择，在原有似然比检测算法的基础上做了两点改进：运用最大似然估计优化似然比统计量中的参数，并采用邻域滑动窗口使得参数估计结果更加准确稳健；根据差异图像直方图提出了一种基于邻域直方图差的自动阈值选取方法。实测数据处理结果验证了算法的有效性。
• 图 1  ROC曲线

Figure 1.  ROC curves

图 2  窗口的选择

Figure 2.  Two different windows

图 3  基于似然比变化检测的流程图

Figure 3.  A change detection based on the likelihood change statistic for SAR CCD

图 4  理想中差异图像的直方图

Figure 4.  Ideal histogram of likelihood change statistic

图 5  实测数据得到的差异影像直方图

Figure 5.  Histogram of likelihood change statistic

图 6  自动阈值选取方法

Figure 6.  The results of automatic threshold selection

图 7  地面真实变化

Figure 7.  Ground truth observations of the changed scene

图 8  估计全局协方差矩阵的样本

Figure 8.  The sample data for estimation of the covariance matrixes

图 9  检测结果

Figure 9.  Detection results

图 10  三种算法的ROC曲线

Figure 10.  Experimental ROC curves of the three change detection method

•  [1] Corr D G. Coherent change detection for urban development monitoring[C]. IEE Colloquium on Radar Interferometry, 1997: 1-6. doi: 10.1049/ic:19970856. [2] Corr D G and Rodrigues A. Coherent change detection of vehicle movements[C]. 1998 IEEE International Geoscience and Remote Sensing Symposium Proceedings, Seattle, WA, 1998, 5: 2451-2453. [3] Preiss M and Stacy N J S. Coherent change detection: theoretical description and experimental results[R]. Defence Science and Technology Organisation, 2006. [4] Johnsen T. Coherent change detection in SAR images of harbors with emphasis on findings from container backscattering[C]. IEEE National Radar Conference, Kansas City, MO, 2011: 118-123. [5] Milisavljević N, Closson D, and Bloch I. Detecting potential human activities using coherent change detection[C]. International Conference on Image Processing Theory Tools and Applications (IPTA), Paris, 2010: 482-485. [6] 曾晓燕. 极化SAR图像配准与相干变化检测方法研究[D]. [硕士论文], 电子科技大学, 2010.Zeng Xiao-yan. Study of registration and coherent change detection in polarization SAR images[D]. [Master dissertation], University of Electronic Science and Technology of China, 2010. [7] 宣延艳. 极化SAR相干信息配准与变化检测算法研究[D]. [硕士论文], 电子科技大学, 2011.Xuan Yan-yan. Coherent information registration and change detection in polarization SAR[D]. [Master dissertation], University of Electronic Science and Technology of China, 2011. [8] Liao M, Jiang L, Lin H, et al.. Urban change detection based on coherence and intensity characteristics of SAR imagery[J]. Photogrammetric Engineering & Remote Sensing, 2008, 74(8): 999-1006. [9] 杨祥立, 徐德伟, 黄平平, 等.融合相干/非相干信息的高分辨率SAR图像变化检测[J].雷达学报, 2015, 4(5): 582-590.Yang Xiang-li, Xu De-wei, Huang Ping-ping, et al.. Change detection of high resolution SAR images by the fusion of coherent/incoherent information[J]. Journal of Radars, 2015, 4(5): 582-590. [10] Preiss M, Gray D A, and Stacy N J S. Detecting scene changes using synthetic aperture radar interferometry[J]. IEEE Transactions on Geoscience & Remote Sensing, 2006, 44(8): 2041-2054. [11] Wright P, Macklin T, Willis C, et al.. Coherent change detection with SAR[C]. Radar Conference, Paris, 2005: 17-20. [12] Phillips R D. Clean: a false alarm reduction method for SAR CCD[C]. IEEE International Conference on Acoustics, Prague, 2011: 1365-1368. [13] Yu B and Phillips R D. Multispectral vegetation detection for improved SAR CCD[C]. IEEE Conference Record of the Forty Sixty Asilomar, Pacific Grove, CA, 2012: 1664-1668. [14] Yu B and Phillips R D. Using contextual information to improve SAR CCD: Bayesian contextual coherent change detection (BC CCD)[C]. IEEE International Geoscience & Remote Sensing Symposium (IGARSS), Quebec City, 2014: 1277-1280. [15] 谢凤英, 赵丹培. Visual C++数字图像处理[M].北京:电子工业出版社, 2008: 279-290.Xie Feng-ying and Zhao Dan-pei. Visual C++ Digital Image Processing[M]. Beijing: Publishing House of Electronics Industry, 2008: 279-290. [16] 熊博莅. SAR图像配准及变化检测技术研究[D]. [博士论文], 国防科学技术大学, 2012.Xiong Bo-li. Study of registration and change detection in SAR images[D]. [Ph.D. dissertation], Graduate School of National University of Defense Technology, 2012.
•  [1] 冀广宇 , 董勇伟 , 卜运成 , 李焱磊 , 周良将 , 梁兴东 . 基于目标相干性表征差异的多波段SAR相干变化检测方法. 雷达学报, 2018, 7(4): 455-464. doi: 10.12000/JR18020 [2] 金添 . 叶簇穿透合成孔径雷达增强成像方法. 雷达学报, 2015, 4(5): 503-508. doi: 10.12000/JR15114 [3] 任笑真 , 杨汝良 . 一种基于幅度和相位迭代重建的四维合成孔径雷达成像方法. 雷达学报, 2016, 5(1): 65-71. doi: 10.12000/JR15135 [4] 周雨 , 王海鹏 , 陈思喆 . 基于数值散射模拟与模型匹配的SAR自动目标识别研究. 雷达学报, 2015, 4(6): 666-673. doi: 10.12000/JR15080 [5] 赵博 , 黄磊 , 周汉飞 , 张亮 , 李强 , 黄敏 . 基于单频时变阈值的1-bit SAR成像方法研究. 雷达学报, 2018, 7(4): 446-454. doi: 10.12000/JR18036 [6] 张增辉 , 郁文贤 . 稀疏微波SAR图像特征分析与目标检测研究. 雷达学报, 2016, 5(1): 42-56. doi: 10.12000/JR15097 [7] 曾丽娜 , 周德云 , 李枭扬 , 张堃 . 基于无训练单样本有效特征的SAR目标检测. 雷达学报, 2017, 6(2): 177-185. doi: 10.12000/JR16114 [8] 刘泽宇 , 柳彬 , 郭炜炜 , 张增辉 , 张波 , 周月恒 , 马高 , 郁文贤 . 高分三号NSC模式SAR图像舰船目标检测初探. 雷达学报, 2017, 6(5): 473-482. doi: 10.12000/JR17059 [9] 程江华 , 高贵 , 库锡树 , 孙即祥 . 高分辨率SAR 图像道路交叉口检测与识别新方法. 雷达学报, 2012, 1(1): 100-108. doi: 10.3724/SP.J.1300.2012.20024 [10] 李海英 , 张珊珊 , 李世强 , 张华春 . 环境一号C 卫星合成孔径雷达相干性分析. 雷达学报, 2014, 3(3): 320-325. doi: 10.3724/SP.J.1300.2014.13060 [11] 赵团 , 邓云凯 , 王宇 , 李宁 , 王翔宇 . 基于扇贝效应校正的改进滑动Mosaic全孔径成像算法. 雷达学报, 2016, 5(5): 548-557. doi: 10.12000/JR16014 [12] 王岩飞 , 李和平 , 韩松 . 雷达脉冲编码理论方法及应用. 雷达学报, 2019, 8(1): 1-16. doi: 10.12000/JR19023 [13] 洪文 . 基于混合极化架构的极化SAR:原理与应用(中英文). 雷达学报, 2016, 5(6): 559-595. doi: 10.12000/JR16074 [14] 张问一 , 胡东辉 , 丁赤飚 . 基于FABEMD 和Goldstein 滤波器的SAR 舰船尾迹图像增强方法. 雷达学报, 2012, 1(4): 426-435. doi: 10.3724/SP.J.1300.2012.20059 [15] 黄瑞 , 杜小勇 , 胡卫东 . OFDM雷达多目标运动参数的近似最大似然估计. 雷达学报, 2018, 7(4): 507-513. doi: 10.12000/JR17116 [16] 杨祥立 , 徐德伟 , 黄平平 , 杨文 . 融合相干/非相干信息的高分辨率SAR图像变化检测. 雷达学报, 2015, 4(5): 582-590. doi: 10.12000/JR15073 [17] 周伟 , 刘永祥 , 黎湘 , 凌永顺 . MIMO-SAR 技术发展概况及应用浅析. 雷达学报, 2014, 3(1): 10-18. doi: 10.3724/SP.J.1300.2013.13074 [18] 韩萍 , 王欢 . 基于改进的稀疏保持投影的SAR目标特征提取与识别. 雷达学报, 2015, 4(6): 674-680. doi: 10.12000/JR15068 [19] 顾福飞 , 张群 , 杨秋 , 霍文俊 , 王敏 . 基于NCS算子的大斜视SAR压缩感知成像方法. 雷达学报, 2016, 5(1): 16-24. doi: 10.12000/JR15035 [20] 田壮壮 , 占荣辉 , 胡杰民 , 张军 . 基于卷积神经网络的SAR图像目标识别研究. 雷达学报, 2016, 5(3): 320-325. doi: 10.12000/JR16037

##### 计量
• 文章访问数:  971
• HTML浏览量:  257
• PDF下载量:  924
• 被引次数: 0
##### 出版历程
• 收稿日期:  2016-03-28
• 录用日期:  2016-06-15
• 网络出版日期:  2016-06-27
• 刊出日期:  2017-04-28

## 一种基于似然比统计量的SAR相干变化检测

###### 作者简介: 赵军香 (1989–), 女, 中国科学院电子学研究所硕士研究生, 研究方向为雷达信号处理。E-mail:jxzhao_0817@163.com;梁兴东 (1973–), 男, 中国科学院电子学研究所研究员, 研究领域包括高分辨率合成孔径雷达系统、干涉合成孔径雷达系统、成像处理及应用和实时数字信号处理。E-mail:xdliang@mail.ie.ac.cn;李焱磊 (1983–), 男, 中国科学院电子学研究所助理研究员, 研究方向为机载差分干涉SAR信号处理。E-mail:yllee@mail.ie.ac.cn
• ①. 中国科学院电子学研究所微波成像技术国家级重点实验室 北京 100190
• ②. 中国科学院大学 北京 100049

/

• 分享
• 用微信扫码二维码

分享至好友和朋友圈