测绘科学

2019, v.44;No.252(06) 170-175+186

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

一种基于卷积神经网络的SAR变化检测方法
A method of SAR change detection based on convolutional neural networks

崔斌;张永红;闫利;魏钜杰;

摘要(Abstract):

为了降低合成孔径雷达(SAR)影像中相干斑对变化检测的影响、减少标注样本的人工成本,该文发展了一种联合分层模糊C均值聚类(FCM)与卷积神经网络的非监督SAR变化检测方法。首先,利用邻域均值比算子计算前后时相的差异图,并利用分层FCM将差异图非监督地初始分割为变化类、非变化类及待确定类别像素;然后,为解决非监督选取样本时出现的样本不均衡问题,提出一种频率不变降采样的数据抽样方法,选取高置信度的变化与非变化样本用于网络训练;最后,利用训练完成的神经网络对待确定类别像素进行分类,得到最终变化结果。采用真实SAR影像数据进行实验。结果表明,该文方法方便有效,具有较高的检测精度。

关键词(KeyWords): SAR变化检测;卷积神经网络;分层FCM;频率不变降采样

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金项目(41271430,41801284);; 国家重点研发计划项目(2017YFE0107100)

作者(Author): 崔斌;张永红;闫利;魏钜杰;

Email:

DOI: 10.16251/j.cnki.1009-2307.2019.06.025

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享