[发明专利]一种基于曲线波SAE的高分辨SAR图像变化检测方法有效

专利信息
申请号: 201710571602.6 申请日: 2017-07-13
公开(公告)号: CN107358261B 公开(公告)日: 2020-05-01
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;G06K9/46;G06K9/34;G06N3/08
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: 发明公开了一种基于曲线波SAE的高分辨SAR图像变化检测方法,根据两幅配准后的同一地区不同时相的SAR图像构建训练数据集并进行归一化;构建三层堆栈自编码网络;从数据集中选择样本训练网络;得到显著性区域图;修改选择样本的尺寸大小和自编码网络每层神经元个数,得到两个尺度下的显著性区域,将这两个尺度下的显著性区域合并得到最终显著性区域,提取对应两幅图像的显著性区域;构建曲线波堆栈自编码网络;选择样本训练得到该尺度下变化检测结果图;得到多个尺度下的变化检测结果,并将这些变化检测结果通过阈值合并为最终的变化检测结果。本发明引入曲线波SAE的变化检测,在特征域作差异图,避免了SAR图像噪声干扰,提高了检测精度。
搜索关键词: 一种 基于 曲线 sae 分辨 sar 图像 变化 检测 方法
【主权项】:
一种基于曲线波SAE的高分辨SAR图像变化检测方法,其特征在于,根据两幅配准后的同一地区不同时相的SAR图像构建训练数据集并进行归一化;构建三层堆栈自编码网络,从数据集中选择20%样本送入自编码网络中训练网络,将数据集送入训练好的自编码网络中得到显著性区域图,修改选择样本的尺寸大小和自编码网络每层神经元个数,得到两个尺度下的显著性区域,将这两个尺度下的显著性区域合并得到最终显著性区域,从最终显著性区域中提取对应第一图像和第二图像的显著性区域,选取训练数据集,构建曲线波堆栈自编码网络,从数据集中选择20%样本送入曲线波堆栈自编码网络中训练网络;将数据集送入训练好的曲线波堆栈自编码网络中得到该尺度下变化检测结果图;修改选择样本的尺寸大小和曲线波堆栈自编码网络中每层神经元个数,得到多个尺度下的变化检测结果,并将这些变化检测结果通过阈值合并为最终的变化检测结果。
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/201710571602.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top