基于组合差异图和卷积小波神经网络的SAR图像变化检测

• 作者: 王世杰 易稳 姬楠楠 王长鹏 宋学力
• 来源期刊: 激光杂志
• 学科: 工学
• 关键词: 合成孔径雷达图像 变化检测 差异图像 卷积小波神经网络
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 图像处理
• 页码范围: 93-97
• 页数: 5页
• 分类号: TN29
• 语种: 中文
• DOI: 10.14016/j.cnki.jgzz.2021.01.093

摘要

合成孔径雷达(Synthetic aperture radar,SAR)图像变化检测可以看作是一个分类过程,像素被分类为变化类和不变类.但是,差异图的质量影响了现有方法的检测精度.为了提供高质量的差异图,提出一种基于组合差异图和卷积小波神经网络(Convolutional-Wavelet Neural Network,CWNN)结合的SAR图像变化检测方法.首先,使用对数比算子、均值比算子和差分算子产生差异图,并使用简单的组合方法得到最终的差异图.然后,在差异图上使用分层模糊C 均值获得变化类和不变化类的训练样本.最后,使用训练好的CWNN 对所有像素进行分类.该方法提高了差异图的质量,为网络提供高质量的训练样本.真实SAR 图像数据集上的实验结果表明,该方法提高了变化检测精度.