基于NSCT紋理信息分析的地震圖像變化檢測.pdf

1、針對地震災害前后不同時期地貌紋理復雜的圖像變化檢測，大多數(shù)圖像域的變化檢測方法只是對圖像的光譜或紋理信息進行簡單的數(shù)據統(tǒng)計，并沒有充分考慮圖像中地物紋理信息的局部相關性和空間結構性，在分辨率較低的地震圖像中對河流、湖泊等地物邊緣輪廓的識別精度明顯存在不足，同時受噪聲等影響導致變化檢測結果中出現(xiàn)較高的誤碼率和虛警率。因此，為了更好的彌補上述方法在地震災害中檢測的不足，本文結合多尺度技術和地物紋理分析等方法來優(yōu)化變化檢測算法模型，來提高地震

2、災害地區(qū)的圖像中河流、湖泊等破壞類型的檢測準確度，為災區(qū)居民盡快的降低災害損失和災后重建等提供最可靠科學依據。
　　本文提出了基于對數(shù)變差函數(shù)邊緣紋理增強的圖像變化檢測技術研究，主要目標是提高地震圖像中目標地物類型的邊緣輪廓變化區(qū)域的識別精度，以彌補大多數(shù)檢測方法在圖像地物邊緣變化檢測的精度不足。首先設計了基于方向性對數(shù)變差函數(shù)的紋理分析模型，來對不同時期圖像中地物的主要邊緣進行識別及增強。然后設計了基于對數(shù)變差函數(shù)的紋理相似性檢

3、測模型VSSIM，來提取NSCT變換空間中不同尺度上的圖像地物紋理差異特征。最后利用基于關聯(lián)度的模糊C均值聚類方法來對差異特征進行準確分類，并利用區(qū)域生長方法來優(yōu)化上述分類結果，提取最終的地震圖像的變化檢測結果。
　　本文提出了基于NSCT自適應局部紋理分析的圖像變化檢測技術研究，主要目標是根據圖像中不同局部鄰域的紋理特征來進行針對性的地物紋理分析及增強，以彌補大多數(shù)檢測方法在圖像地物局部細節(jié)特征變化的檢測準確度不夠。首先利用圖像

4、局部鄰域的均值和方差來描述不同區(qū)域地物紋理的差異性，并結合了多尺度技術來構造了基于NSCT自適應的圖像局部紋理細節(jié)的增強方法，不僅可以保持圖像源的基本紋理特征不變化，還可以重點突出圖像中目標地物類型的邊緣信息。有利于提取NSCT變換分解后不同尺度上的圖像地物紋理差異性，以及地震區(qū)域的變化檢測結果輸出。
　　實驗分析可知，本文兩種方法在地震圖像地物類型的差異性檢測中各有優(yōu)勢，變差函數(shù)紋理分析可以準確識別出圖像中河流、湖泊等地表的邊緣