公开(公告)号：CN103971364B

公开(公告)日：2017-02-01

申请号：CN201410134520.1

申请日：2014-04-04

Applicant: 西南交通大学

Inventor： 李恒超 ,  程永强 ,  冯利静

IPC: G06T7/00

Abstract: 本发明公开了一种基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，处理对象同时包含了光学遥感图像和合成孔径雷达SAR图像，其实现过程包括：(1)根据遥感图像类型产生差异图像，(2)对差异图像进行Gabor小波变换，方向特征，(4)设计加权系数，获得加权Gabor小波特征，(5)使用两级聚类策略对加权Gabor小波特征进行聚类，(6)获得变化检测结果。本发明减少边缘信息的丢失，同时检测较强和微弱、较小的变化区域，减少总错误像素数，保留了更多的细节信息，有效地提取变化结果。(3)提取差异图像Gabor小波变换的多尺度和多

公开(公告)号：CN103971364A

公开(公告)日：2014-08-06

申请号：CN201410134520.1

申请日：2014-04-04

Applicant: 西南交通大学

Inventor： 李恒超 ,  程永强 ,  冯利静

IPC: G06T7/00

Abstract: 本发明公开了一种基于加权Gabor小波特征和两级聚类的遥感图像变化检测方法，处理对象同时包含了光学遥感图像和合成孔径雷达SAR图像，其实现过程包括：(1)根据遥感图像类型产生差异图像，(2)对差异图像进行Gabor小波变换，(3)提取差异图像Gabor小波变换的多尺度和多方向特征，(4)设计加权系数，获得加权Gabor小波特征，(5)使用两级聚类策略对加权Gabor小波特征进行聚类，(6)获得变化检测结果。本发明减少边缘信息的丢失，同时检测较强和微弱、较小的变化区域，减少总错误像素数，保留了更多的细节信息，有效地提取变化结果。

公开(公告)号：CN103955926A

公开(公告)日：2014-07-30

申请号：CN201410163199.X

申请日：2014-04-22

Applicant: 西南交通大学

Inventor： 李恒超 ,  程永强

IPC: G06T7/00

Abstract: 本发明公开了一种基于Semi-NMF的遥感图像变化检测方法，处理对象同时包含了光学遥感和合成孔径雷达图像，主要解决现有遥感图像变化检测方法在获得较强变化区域的同时无法检测到微弱、较小的变化区域，以及不能有效保留更多细节和边缘信息的问题。其实现过程包括：(1)根据遥感图像类型产生差异图像。(2)通过PCA获得差异图像每个像素所对应的基于邻域信息的特征向量，并利用其构建特征矩阵X。(3)对X执行Semi-NMF算法，经过迭代运算将其分解为基矩阵F和系数矩阵G。(4)根据系数矩阵判定变化类ωc和不变化类ωu，实现软聚类的功能，得到二值变化检测结果。本发明减少边缘信息的丢失，同时检测较强和微弱、较小的变化区域，减少总错误率，保留了更多的细节信息，有效地获取变化结果。

公开(公告)号：CN103955926B

公开(公告)日：2016-10-05

申请号：CN201410163199.X

申请日：2014-04-22

Applicant: 西南交通大学

Inventor： 李恒超 ,  程永强

IPC: G06T7/00

Abstract: 本发明公开了一种基于Semi‑NMF的遥感图像变化检测方法，处理对象同时包含了光学遥感和合成孔径雷达图像，主要解决现有遥感图像变化检测方法在获得较强变化区域的同时无法检测到微弱、较小的变化区域，以及不能有效保留更多细节和边缘信息的问题。其实现过程包括：(1)根据遥感图像类型产生差异图像。(2)通过PCA获得差异图像每个像素所对应的基于邻域信息的特征向量，并利用其构建特征矩阵X。(3)对X执行Semi‑NMF算法，经过迭代运算将其分解为基矩阵F和系数矩阵G。(4)根据系数矩阵判定变化类ωc和不变化类ωu，实现软聚类的功能，得到二值变化检测结果。本发明减少边缘信息的丢失，同时检测较强和微弱、较小的变化区域，减少总错误率，保留了更多的细节信息，有效地获取变化结果。