基于深度卷积神经网络的PolSAR图像变化检测方法 |
| |
作者姓名: | 王剑 王英华 刘宏伟 何敬鲁 |
| |
作者单位: | 1. 西安电子科技大学雷达信号处理国家重点实验室, 陕西 西安 710071;
2. 西安电子科技大学信息感知技术协同创新中心, 陕西 西安 710071 |
| |
摘 要: | 针对极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像变化检测问题,提出了结合区域信息和深度卷积神经网络(deep convolutional neural network,DCNN)的PolSAR图像变化检测算法。在本方法中,用超像素分割算法与超像素合并算法提取图像场景的区域信息,利用区域信息和Wishart似然比得到差异图像;再运用预分类算法以得到训练DCNN的伪训练样本和待分类样本;接着用伪训练样本训练DCNN;最后用训练好的DCNN对待分类样本进行分类得到最终结果。实验结果表明,与多种PolSAR变化检测算法相比,所提算法能够获得更好的结果。
|
|
| 点击此处可从《系统工程与电子技术》浏览原始摘要信息 |
|
点击此处可从《系统工程与电子技术》下载免费的PDF全文 |
|