基于全局邻域信息增强差异图的SAR变化检测方法

    公开(公告)号:CN119540765A

    公开(公告)日:2025-02-28

    申请号:CN202411647404.X

    申请日:2024-11-18

    Abstract: 基于全局邻域信息增强差异图的SAR变化检测方法,涉及图像变化检测技术领域。本发明是为了解决现有SAR变化检测方法还存在检测效率和准确率低的问题。本发明包括:利用双时相SAR图像对生成初始差异图像,然后利用初始差异图像获取包含结构信息与差异特征的分割图;利用包含结构信息与差异特征的分割图获取SAR图像X的权重AXi,j和SAR图像Y的权重AYi,j,再利用SAR图像X的权重AXi,j和SAR图像Y的权重AYi,j更新SAR图像X和Y,获得SAR图像PGX和PGY;利用SAR图像PGX和PGY获取最终差异图;对最终差异图进行自动阈值分割,获得SAR图像变化区域。本发明用于检测SAR图像变化区域。

    基于局部滤波的SRA图像弱目标检测优化方法

    公开(公告)号:CN119130923A

    公开(公告)日:2024-12-13

    申请号:CN202411128246.7

    申请日:2024-08-16

    Abstract: 基于局部滤波的SRA图像弱目标检测优化方法,属于SRA图像弱目标处理领域。解决了现有SAR图像中弱目标不易检测的问题。本发明对待检测SRA图像进行局部均值滤波,获取不同尺度下的局部均值图像;对每个尺度下的局部均值图像均扩大3倍,每个尺度下获得8个不同位置窗口滤波器,分别对待检测SRA图像进行滤波,每个尺度下的8个滤波结果图像分别与对应尺度下的局部均值图像中对应像素点像素值相减,获得8个像素差值矩阵;将对标号差3的两个素差值矩阵点乘,每个像素点获得4个相关性值,取4个相关性值中的最小值作为该像素点的像素值;取不同尺度下像素值的最大值构成二维图像矩阵Im,利用二维图像矩阵Im得优化后图像。本发明适用于SRA图像弱目标检测。

Patent Agency Ranking