公开(公告)号：CN106780485B

公开(公告)日：2020-01-03

申请号：CN201710022472.0

申请日：2017-01-12

Applicant: 西安电子科技大学

Inventor： 公茂果 ,  武越 ,  李泉霖 ,  张普照 ,  刘嘉 ,  李豪 ,  马晶晶

IPC: G06T7/00 ,  G06T7/10 ,  G06T7/30 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开一种基于超像素分割和特征学习的SAR图像变化检测算法，包括步骤：1)开始基于超像素分割和特征学习的SAR图像变化检测方法；2)对两幅配准后的同一地区不同时相的SAR图像进行超像素分割；3)应用差异度聚类法生成初始变化结果；4)根据初始变化检测结果在变化类和未变化类中选择相同数量的样本作为训练样本；5)将待训练样本输入到设计好的深度神经网络中进行训练；6)将两幅待检测的图像输入到训练好的深度神经网络中，得到最终的变化检测结果；7)结束。本发明以超像素块为基本处理单元，可以在一定程度上提高处理数据的时间，同时在很大程度上改善了噪声的敏感问题，显著的提高了检测效果及检测的正确率。

公开(公告)号：CN106875380B

公开(公告)日：2019-10-08

申请号：CN201710022541.8

申请日：2017-01-12

Applicant: 西安电子科技大学

Inventor： 公茂果 ,  马晶晶 ,  王志锐 ,  武越 ,  刘嘉 ,  李豪 ,  王善峰 ,  张普照

IPC: G06T7/00 ,  G06T7/11

Abstract: 本发明属于遥感图像处理技术领域，具体涉及一种基于无监督深度神经网络的异质图像变化检测方法，包括如下内容：对两幅同一地区不同时相的异质图像配准，利用深度神经网络以图像1所有点的邻域信息为输入，重构图像2的邻域信息，得到初始重构映射函数，获取初始差异图；选取样本点，重新训练深度神经网络，得到最终的重构映射函数；利用最终的重构映射函数，获取差异图，得到最终的变化检测结果。本发明首先适用于异质图像的变化检测，避免了对原始图像的预处理环节，同时一定程度上减少信息的丢失问题，具有受噪声影响小，变化检测结果精度高等优点。

公开(公告)号：CN105741267B

公开(公告)日：2018-11-20

申请号：CN201610045439.5

申请日：2016-01-22

Applicant: 西安电子科技大学

Inventor： 马文萍 ,  李志舟 ,  焦李成 ,  马晶晶 ,  张普照 ,  赵暐

IPC: G06T7/00 ,  G06T7/10

Abstract: 本发明公开了一种聚类引导深度神经网络分类的多源图像变化检测方法，避免了传统的变化检测中的前期产生差异图的步骤，克服了多源图像变化检测需要产生差异图的弊端。其实现步骤为：输入光学图像的灰度矩阵；对光学图像进行模糊聚类得到分割后的灰度矩阵；对聚类分割后的光学图像做标记；对光学图像和TM图像进行采样；从TM图像中选取训练样本；训练栈式稀疏自动编码器SAE；利用标签对网络参数进行微调；把TM图像输入到网络输出分类后的图像；对两幅分类后的图作对数比；得到变化检测结果。本发明摒弃了差异图的构造环节，适用于多源遥感图像变化检测，具有受噪声影响小、变化检测结果分类精度高等优点。