[发明专利]基于SAE和显著性检测的高分辨SAR图像变化检测方法有效
| 申请号： | 201710365433.0 | 申请日： | 2017-05-22 |
| 公开（公告）号： | CN107256409B | 公开（公告）日： | 2021-01-01 |
| 发明（设计）人： | 焦李成;屈嵘;孟繁荣;张丹;杨淑媛;侯彪;马文萍;刘芳;尚荣华;张向荣;唐旭;马晶晶 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710065 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于SAE和显著性检测的高分辨SAR图像变化检测方法，从两幅配准后的同一地区、不同时相的SAR图像中提取不同大小的图像块作为第一训练数据集和第二训练数据集；分别将两个训练数据集归一化到[0，1]之间；分别构建两个三层堆栈自编码网络，确定网络每一层的特征数并随机初始化权重和偏置，将两个归一化训练数据集分别送入三层堆栈自编码网络，训练得到每一层的权重、偏置；将两幅图像分别送入训练好的网络，得到两幅图像的特征；在特征域得到两幅图像的差异性，并对差异性通过阈值法确定出阈值分割差异图，分别得到显著性区域；结合两个显著性区域得到最终显著性区域，通过聚类算法得到最终变化检测结果。本发明有效提高了检测精度。 | ||
| 搜索关键词： | 基于 sae 显著 检测 分辨 sar 图像 变化 方法 | ||
【主权项】：
一种基于SAE和显著性检测的高分辨SAR图像变化检测方法，其特征在于：1)从两幅配准后的同一地区、不同时相的SAR图像中提取不同大小的图像块分别作为第一训练数据集D1和第二训练数据集D2；2)分别将第一训练数据集D1和第二训练数据集D2归一化到[0，1]之间，得到第一归一化训练数据集N1和第二归一化训练数据集N2；3)分别构建第一三层堆栈自编码网络和第二三层堆栈自编码网络，确定两个网络每一层的特征数并随机初始化权重和偏置，将第一归一化训练数据集N1和第二归一化训练数据集N2分别送入第一三层堆栈自编码网络和第二三层堆栈自编码网络，采用逐层贪婪训练法进行训练，得到每一层的权重、偏置；将两幅图像分别送入训练好的网络，得到两幅图像的特征；4)在特征域得到两幅图像的差异性，并对差异性通过阈值法确定出阈值分割差异图，分别得到不同大小的第一显著性区域和第二显著性区域；5)结合第一显著性区域和第二显著性区域得到最终显著性区域，并对提取到的最终显著性区域通过聚类算法得到最终变化检测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710365433.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种大脑功能网络的关键路径搜索方法
- 下一篇：眼底图像分类方法及装置
