[发明专利]基于散射特征与低秩稀疏模型的极化SAR变化检测方法在审
申请号: | 201710195062.6 | 申请日: | 2017-03-29 |
公开(公告)号: | CN107123125A | 公开(公告)日: | 2017-09-01 |
发明(设计)人: | 缑水平;刘一舟;焦李成;白静;张丹;刘波;马文萍;马晶晶 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G06T7/10 | 分类号: | G06T7/10;G06K9/62 |
代理公司: | 陕西电子工业专利中心61205 | 代理人: | 王品华,朱红星 |
地址: | 710071*** | 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: | 本发明公开了一种基于散射功率特征与低秩稀疏模型的极化SAR图像的变化检测方法,主要解决现有技术中漏检率高和差异图可分性低的问题。其实现过程是1)提取第一时相相干矩阵T1和第二时相相干矩阵T2;2)分别对T1和T2进行Freeman分解和配准,得第一时相的输入图像I1和第二时相的输入图像I2;3)用I1和I2构造变化图像序列I;4)用低秩稀疏分解法将变化图像序列I分解为低秩图像序列L,稀疏图像序列S和噪声图像序列G三个子图像序列之和;5)融合稀疏图像序列S,得到差异图;6)用模糊C均值的方法对差异图进行聚类,得到变化检测的结果图。本发明抗噪声强,漏检率低,检测精度高,可用于城市规划,自然灾害的评估及气候的变化监测。 | ||
搜索关键词: | 基于 散射 特征 稀疏 模型 极化 sar 变化 检测 方法 | ||
【主权项】:
一种基于散射特征与低秩稀疏模型的极化SAR变化检测方法,包括:(1)分别从第一时相极化数据和第二时相极化数据中提取第一相干矩阵T1和第二相干矩阵T2作为Freeman分解的两个输入;(2)根据第一相干矩阵T1和第二相干矩阵T2,得大小均为c=m×n的第一时相的输入图像I1和第二时相的输入图像I2;(3)利用第一时相图像I1,第二时相图像I2构造(k‑2)幅变化图像Ii;并用I1、I2和Ii组成k幅图像序列I=[i1,…ii,…ik],其中,i=2,3,…,k‑1,k为图像序列中图像的个数,k≥30,i1对应第一时相图像I1经变换后的列向量,ii对应构造图像Ii经变换后的列向量,ik对应第二时相图像I2经变换后的列向量,且i1,ii,ik∈Rc×1,I∈Rc×k,Rc×k表示大小为c×k的实数空间;(4)用低秩稀疏分解法将图像序列I分解为三个子图像序列之和:I=L+S+G,其中,S为稀疏图像序列,L为低秩图像序列,G为噪声图像序列,L,S,G∈Rc×k,且S={s1,…sl,…,sk},sl是稀疏图像序列S中第l个列向量,l=1,2,…,k;(5)用加权平均融合的方法,对稀疏图像序列S进行融合,得到差异图,差异图的大小为c×1;(6)用模糊C均值方法,对差异图进行聚类,得到最终变化检测结果图。
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/201710195062.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种用于桥梁裂缝检测的窗口滑动算法
- 下一篇:一种人流运动场景热度估计方法