基于treelet融合和水平集分割的遥感图像变化检测

一种基于treelet融合和水平集分割的遥感图像变化检测方法，具体步骤如下：

1. 对输入的两幅已配准的大小均为m×n的多时相遥感图像I1和I2分别进行均值漂移滤波，得到滤波后图像X1和X2。

2. 对滤波后图像X1和X2分别进行3次二维平稳小波分解，且每一幅滤波后图像3次分解的最高分解层数分别为s=1,...3。一次二维平稳小波分解得到四个小波系数矩阵，即一个低频系数矩阵和三个分别表示水平、垂直、对角方向的高频小波系数矩阵。

3. 对滤波后图像X1和X2相同分解层数下对应方向子带的小波系数矩阵做差，得到每一个分解层s的低频小波系数差矩阵和三个分别表示水平、垂直、对角方向的高频小波系数差矩阵。

4. 对步骤（3）中的水平方向小波系数差矩阵和垂直方向小波系数差矩阵利用Sobel算子进行增强，保持低频小波系数差矩阵和对角方向小波系数差矩阵不变。

5. 使用步骤（3）中低频小波系数差矩阵、对角方向小波系数差矩阵和步骤（4）中增强后的水平、垂直方向小波系数差矩阵，对每一个分解层s进行二维逆平稳小波变换，得到每个分解层s的重构图像RIs。

6. 对每个分解层s的重构图像RIs使用treelet变换进行融合，得到融合后的差异图D。

7. 对融合后的差异图D进行水平集分割，得到变化检测结果图Z。

一种基于treelet融合和水平集分割的遥感图像变化检测方法,包括如下步骤：（1）对输入的两幅已配准的大小均为mxn的多时相遥感图像I1和I2分别进行均值漂移滤波,得到滤波后图像X1和X2;（2）对滤波后图像X1和X2分别进行3次二维平稳小波分解,且每一幅滤波后图像3次分解的最高分解层数分别为s=1,...3,一次二维平稳小波分解得到四个小波系数矩阵,即一个低频系数矩阵和三个分别表示水平、垂直、对角方向的高频小波系数矩阵;（3）对滤波后图像X1和X2相同分解层数下对应方向子带的小波系数矩阵做差,得到每一个分解层s的低频小波系数差矩阵和三个分别表示水平、垂直、对角方向的高频小波系数差矩阵;（4）对步骤（3）中的水平方向小波系数差矩阵和垂直方向小波系数差矩阵利用sobel算子进行增强,保持低频小波系数差矩阵和对角方向小波系数差矩阵不变;（5）使用（3）中低频小波系数差矩阵、对角方向小波系数差矩阵和（4）中增强后的水平、垂直方向小波系数差矩阵,对每一个分解层s进行二维逆平稳小波变换,得到每个分解层s的重构图像RIs;（6）对每个分解层s的重构图像RIs使用treelet变换进行融合,得到融合后的差异图D;（7）对融合后的差异图D进行水平集分割,得到变化检测结果图Z。