基于几何结构的SAR图像无监督变化检测方法

常宝; 张弓

您当前的位置：

首页 >

文章列表页 >

基于几何结构的SAR图像无监督变化检测方法

学术论文 | 更新时间：2025-07-16

- 基于几何结构的SAR图像无监督变化检测方法
- An Unsupervised Approach Based on Geometrical Structures to Automatic Change Detection in Multitemporal SAR Images
- 电子学报 2011年39卷第9期页码：2125-2129
- 作者机构：
  
  南京航空航天大学电子信息工程学院,江苏,南京,210016
- 作者简介：
- 基金信息：
  
  教育部留学回国人员科研启动基金
- DOI：
  中图分类号： TP751.1
- 纸质出版：2011
- 稿件说明：
移动端阅览
常宝, 张弓. 基于几何结构的SAR图像无监督变化检测方法[J]. 电子学报, 2011,39(9):2125-2129.

CHANG Bao, ZHANG Gong. An Unsupervised Approach Based on Geometrical Structures to Automatic Change Detection in Multitemporal SAR Images[J]. Acta Electronica Sinica, 2011, 39(9): 2125-2129.
常宝, 张弓. 基于几何结构的SAR图像无监督变化检测方法[J]. 电子学报, 2011,39(9):2125-2129. DOI：

CHANG Bao, ZHANG Gong. An Unsupervised Approach Based on Geometrical Structures to Automatic Change Detection in Multitemporal SAR Images[J]. Acta Electronica Sinica, 2011, 39(9): 2125-2129. DOI：

摘要

传统的基于统计特性的SAR图像变化检测方法

易受成像条件的影响而误差很大.本文针对图像内在几何结构

提出了一种无监督SAR图像变化检测算法.通过模糊微分构造描述图像局部特征的近似完整数据集

并充分利用图像局部邻域信息和空间相关性

构造深入描述图像结构化信息的特征矢量空间

最后通过基于模拟退火的

均值(SAKM)聚类算法

实现图像变化区域与非变化区域的分类.实验证明

本文方法不仅能够很好的检测出图像的轮廓变化和图像的区域变化

而且对噪声及配准精度均具有很好的鲁棒性.

Abstract

Traditional statistically-based SAR image change detection is usually limited by imaging conditions.We propose an unsupervised change detection algorithm based on the image inherent geometrical structures.Firstly

an approximate complete data set is constructed to describe the image local features via fuzzy derivatives

and then a feature vector space is made to represent the image inherent structures using image local neighborhood information and spatial correlation.Finally the change map is produced by simulated annealing-based

-means (SAKM) clustering arithmetic.Experimental results show great detection performance both in contour and region.Besides

it is robust to noises and registration.

关键词

Keywords

references

浏览量

1628

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于最小熵准则与生成对抗网络的SAR三维转动舰船目标重聚焦方法

基于边缘引导和动态可变形Transformer的遥感图像变化检测

用于高分辨率遥感影像度量变化检测的多路径非对称融合网络

基于自监督复数域深度学习网络的SAR有源压制干扰抑制方法

基于多分支多信息多深度复值特征融合网络的SAR舰船目标识别方法