首页 | 本学科首页   官方微博 | 高级检索  
     

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
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号