基于对偶树复小波变换与PCA方法结合的图像变化检测算法研究*

陈 曦，梁 方，王 威

(长沙理工大学计算机与通信工程学院，湖南 长沙 410114)

基于对偶树复小波变换与PCA方法结合的图像变化检测算法研究*

陈 曦，梁 方，王 威

(长沙理工大学计算机与通信工程学院，湖南 长沙 410114)

图像变化检测是遥感图像处理领域重要方向，大多数变化检测算法都存在算法复杂度高、抗噪性弱等缺陷，利用对偶树复小波变换的平移不变性与能提高方向分辨率的优点，把对偶树复小波变换运用于变化检测中，可以提高图像细节变化的检测和算法抗噪性。首先用对偶树复小波变换对图像进行尺度分解，把图像在每个尺度上分解成一个低通子图和六个方向的高通子图。然后运用PCA(主向量分析法)提取每个尺度与方向上的特征并降维，然后运用k均值算法将图像像素分成为变化与不变化两类，最后通过多尺度融合，得到变化检测图像。

对偶树复小波变换；变化检测，主成分分析

1 引言

在图像处理领域，变化检测是图像分析研究的一个重要方向，变化检测广泛应用于环境监测、遥感应用、医疗诊断等方面。变化检测就是对两幅取自同一地域、不同时相的两幅遥感图像进行分析，检测出在该地域上一段时间内发生的变化。

近年来国内外学者提出很多高效的变化检测算法。图像变化检测主要分为两大类：监督的变化检测[1]和非监督变化检测[2]。监督的变化检测需要真实的数据集来训练分类器，由于真实数据获取难度较高，此类方法没有得到广泛的应用；……