[发明专利]基于超像素分割和特征学习的SAR图像变化检测方法有效
| 申请号： | 201710022472.0 | 申请日： | 2017-01-12 |
| 公开（公告）号： | CN106780485B | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 公茂果;武越;李泉霖;张普照;刘嘉;李豪;马晶晶 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10;G06T7/30;G06N3/08;G06K9/62 |
| 代理公司： | 61108 西安吉盛专利代理有限责任公司 | 代理人： | 张恒阳 |
| 地址： | 710071 陕西省*** | 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： | 本发明公开一种基于超像素分割和特征学习的SAR图像变化检测算法，包括步骤：1)开始基于超像素分割和特征学习的SAR图像变化检测方法；2)对两幅配准后的同一地区不同时相的SAR图像进行超像素分割；3)应用差异度聚类法生成初始变化结果；4)根据初始变化检测结果在变化类和未变化类中选择相同数量的样本作为训练样本；5)将待训练样本输入到设计好的深度神经网络中进行训练；6)将两幅待检测的图像输入到训练好的深度神经网络中，得到最终的变化检测结果；7)结束。本发明以超像素块为基本处理单元，可以在一定程度上提高处理数据的时间，同时在很大程度上改善了噪声的敏感问题，显著的提高了检测效果及检测的正确率。 | ||
| 搜索关键词： | 基于 像素 分割 特征 学习 sar 图像 变化 检测 方法 | ||
【主权项】：
1.基于超像素分割和特征学习的SAR图像变化检测方法，其特征在于，包括如下步骤：/n步骤101：开始基于超像素分割和特征学习的SAR图像变化检测方法；/n步骤102：对两幅配准后的同一地区不同时相的SAR图像进行超像素分割；/n步骤103：应用差异度聚类法生成初始变化结果；/n步骤104：根据初始变化结果在变化类和未变化类中选择相同数量的样本作为训练样本；/n步骤105：将训练样本输入到设计好的深度神经网络中进行训练；/n步骤106：将两幅待检测的图像输入到训练好的深度神经网络中，得到最终的变化检测结果；/n步骤107：结束基于超像素分割和特征学习的SAR图像变换检测方法；/n所述的步骤102，包括如下步骤：/n步骤201：对两幅配准后待检测的SAR图像应用对数比值算子生成差异图；/n步骤202：对差异图应用超像素分割技术进行分割，用得到的分割结果去分割待检测的SAR图像，保证两幅SAR图像分割区域的一致性；/n步骤203：结束输入SAR图像的超像素分割；/n所述的步骤103，包括如下步骤：/n步骤301：计算两幅图像I
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/201710022472.0/，转载请声明来源钻瓜专利网。
