联合像素级和对象级分析的遥感影像变化检测

为改善高空间分辨率遥感影像的变化检测精度,提出一种联合像素级和对象级分析的变化检测新框架。首先将多时相影像进行叠合,对叠加影像进行主成分分析,并利用基于熵率的方法对第一主成分影像进行分割,通过改变超像素数目来获取多层次不同尺寸大小的超像素区域。同时,对多时相影像进行光谱差异和纹理差异分析,采用自适应PCNN神经网络方法进行图像融合,利用水平集(CV)方法对融合后的影像进行分割获取像素级变化检测结果。最后,结合多尺度区域标记矩阵对检测结果进行变化强度等级量化和决策级融合,作为变化检测的后处理部分,以获取最终的对象级变化检测结果。采用SPOT-5多光谱影像进行试验。结果表明这种新框架可以有效集成基于像素和基于对象两种图像分析方法的优势,能够进一步提高变化检测过程的稳定性和适用性。     

SAR影像变化检测的前景特征流形排序法EI北大核心CSCD

SAR影像变化检测的差异图分析法存在的两个问题:①连通区域内的部分变化区域易被误判为未变化区域;②中心先验假设并不适用于检测位于SAR影像边界的变化区域。本文针对以上两个问题设计了一种超像素分割和前景特征流行排序(manifold ranking,MR)的SAR影像变化检测方法(MRSFCD)。首先,通过单像素和邻域对数比算子进行加权融合构造差异图,可以保持变化区域内部的一致性并抑制噪声干扰。其次,对差异图进行超像素分割。然后,改进超像素的无向图连接方式,不对边界四周的超像素进行连接,利用超像素分割结果和灰度信息进行三次邻接。最后,将基于前景特征流行排序后得到的显著性图与单像素对数差异图进行点乘,对其进行阈值分割得到最终的二值变化图。本文通过采用3组双时相影像进行试验。结果表明,相较于其他变化检测算法,本文方法有效地提高了变化检测的精度。     

多特征模糊融合的SAR影像变化检测

针对利用SAR影像单特征变化检测精度低的问题,该文提出了一种基于模糊理论的多特征融合的变化检测方法。首先计算前后时相SAR影像的灰度、梯度和纹理特征的结构相似度,然后用Sigmoid型隶属函数描述相似度阈值附近的不确定性,计算像素分别属于变化类和非变化类的隶属度,最后根据最大隶属度原则将模糊量输出为确定量,得到融合后的变化检测图。通过两组真实SAR数据实验表明:该方法明显优于传统的方法,也提高了基于单一特征变化检测结果的精度。     

多尺度融合卷积神经网络支持下的SAR影像变化检测

相干斑噪声的存在影响着合成孔径雷达(SAR)影像识别变化信息的能力。为了提高变化检测的准确性,必须充分考虑相干斑噪声的影响。本文提出了一种新的变化检测方法,利用联系上下文显著性提取方法,从差异图中提取潜在变化区域和背景信息,在保留图像主要纹理细节的同时去除背景噪声。针对当前变化检测方法特征表达不足的问题,设计了一种多尺度通道注意力模块squeeze, expand and excitation(SEE),在获取多感受野信息的同时强调重要信息,不至于产生信息冗余。在此基础上,提出了一种多尺度融合卷积神经网络——SEENet。SEENet将3个SEE模块残差连接,以实现信息的多级利用。通过在4个SAR真实数据集上的试验,验证了该方法的有效性。     

顾及空间邻域关系的多时相SAR影像变化检测

提出了一种顾及空间邻域关系的多时相SAR影像非监督变化检测方法,采用马尔可夫随机场(Markov random field,MRF)模型描述SAR比值差异图像的空间上下文信息,提出了基于该模型的EM-MPM非监督变化检测算法。实例研究表明,与未顾及空间上下文信息的EM双阈值算法相比,该方法能够有效地提高变化区域提取的可靠性和准确性。     

基于区域特征的高分辨率遥感影像变化检测研究

传统像素级变化检测往往忽略邻近有意义的整片区域的空间、纹理、结构等信息,对高分辨率遥感影像具有很大的局限性。本文利用面向对象的思想,提出了一种基于区域特征的特定目标变化检测方法。该方法的技术流程包括:数据预处理;同质区域获取;区域特征选择;同名区域搜索;区域特征比较;变化检测精度评价及变化显示。利用提出的方法对伊朗2003年地震前后的巴姆古城标志性建筑进行检测,总体精度达到89.73%。     

基于影像对象特征的变化检测技术研究

主要对现有的变化检测技术和影像对象特征进行了研究和分析,在此基础上,提出了利用影像对象特征的方法对不同时相的遥感影像的变化地物进行对比、检测和提取。通过大量的实验对变化的地物信息进行了对比和提取,再对地形图数据库进行更新。通过实验研究证明,本方案基本可行。     

多时相极化SAR影像变化检测方法研究

变化检测是通过对同一区域的多次观测获取地表随时间变化的过程,在土地利用规划、环境资源监测、灾害应急等领域发挥了重要作用。遥感技术能够在短时间内获取地表大面积的土地覆盖信息,节省大量的人力、物力资源,成为变化检测的重要手段之一。     

像素级和对象级高分辨率遥感图像变化检测分析

高分辨率遥感图像具有丰富的纹理信息,而像素级变化检测方法主要分析图像的光谱信息,导致将像素级变化检测方法用于高分辨率遥感图像具有一定的局限性.因此,本文提出了一种像素级与对象级相结合的高分辨率遥感图像变化检测方法,解决了像素级与对象级变化检测方法中存在的椒盐现象、误检等问题.首先,结合高分辨率遥感图像的多维特征,构建遥...     

多尺度分割优化的SAR变化检测

基于SAR图像的变化检测和尺度有较强的相关性,提出了一种联合变化前后的两幅SAR图像进行多尺度分割的方法,在分割的图斑基础上采用了交叉熵计算图斑之间的差异程度。根据多个尺度分割的斑块计算系列差异指数,采用多尺度优化的方法得到最佳差异指数,最终实现变化区域的提取。通过对SAR图像的实验处理,说明了在多尺度联合分割的基础上进行变化检测可以得到较好的检测效果。     

基于小波变换的多时相SAR图像变化检测技术

提出基于小波变换的双阈值(TWT)SAR图像变化检测算法。采用期望最大化(EM)算法产生双阈值,可以区分像素发生变化的类型(如变化区域增强类和变化区域减弱类)或变化等级。用SAR图像数据进行实验,结果表明该方法有效。     

基于模糊贴近度的SAR影像变化检测方法研究

经典的基于比算子的差异图构造方法,主要是针对单一像素进行运算,因此影像噪声对差异图有一定程度的影响.将模糊贴近度应用于差异图的构造过程中,利用经典算子和模糊贴近度分别构造差异图;然后对差异图进行双边滤波和灰度过渡区域提取,从而确定影像分割阈值,得到两期影像变化结果;最后采用相关的参数指标对结果进行分析评价.结果 表明,...     

SAR图像配准方法综述

随着SAR成像技术的不断发展和对SAR图像应用的迫切需求,涌现了大量的SAR图像配准方法。对国内外最新的SAR图像配准技术和方法进行了全面系统地梳理,总结了各类方法的特点,指出了当前研究存在的问题,展望了SAR图像配准的发展趋势。     

利用分形和多尺度分析的中低分辨率SAR图像变化检测

对于合成孔径雷达(synthetic aperture radar,SAR)图像像素级变化检测,常见的对数比、交叉熵差异图在提取建筑物等人造目标的变化时不能保持其结构特征。本文将分形维数引入到差异图构造中,定义了分形-对数比(fractal dimension-log ratio, FD-LR)融合差异图,在有效提取不同地物类型变化的同时,能够保持其轮廓结构。为克服斑噪干扰,对FD-LR进行多尺度分析,通过贝叶斯分割和决策级融合提取变化信息。实验结果表明,该方法模型简单,能够有效检测不同地物类型的变化,在中低分辨率复杂场景的SAR图像变化检测中具有优势。     

Unsupervised Change Detection From Multichannel SAR Images

Multichannel synthetic aperture radar (SAR) data present a good potential for environmental monitoring and disaster management, owing both to their insensitivity to atmospheric and sun-illumination conditions, and to the improved discrimination capability they may provide as compared to single-channel SAR. However, this requires accurate and possibly automatic techniques to generate change maps from multichannel SAR images acquired from the same geographic area at different times. In this letter, an automatic unsupervised contextual change-detection method is proposed for two-date multichannel SAR images, by integrating a SAR-specific extension of the Fisher transform with a variant of the expectation-maximization algorithm and with Markov random fields. The method is validated by experiments on SIR-C/XSAR data     

一种新型雷达图像边缘提取技术

由于合成孔径雷达系统的有限带宽，使阶跃边缘变成斜坡型边缘，线条型边缘变成屋顶边缘，斜坡型边缘甚至难以探测。在本文中针对合成孔径雷达图像，提出了一种新型的边缘提取方法。这个方法分为二个步骤；首先根据图像亮度进行局部分割（如在一个5*5的窗口内），得到亮度不同的两个区域。第二步：将亮度不贩 两个区域边界作为图像的边缘，并根据亮度变化确定图像的边缘，将这个方法用于合成孔径雷达图像边缘提取，成功地提取了合成孔径雷达图像的边缘信息。     

基于分布模型差异的SAR变化检测

基于SAR图像的杂波统计特性,采用信息论中的交叉熵给出了一种提取多时相SAR图像差异的方法.采用瑞利分布函数作为SAR图像的分布模型,基于交叉熵导出了计算两幅SAR图像的差异因子;并采用恒虚警率(CFAR)的方法自动分割变化区域,取得了较好的结果.     

Fractal Genetic Model in Change Detection of SAR images

The paper presents an effective way of detecting the changes of multi-temporal synthetic aperture radar (SAR) images. An accurate unsupervised change detection method that combines the intensity information and the fractal dimension of SAR images is proposed based on the fractal genetic model (FGM). The model computes firstly the local fractal dimension of the SAR images to obtain the fractal image and next a new proposed measure (D) is calculated from the normalized ratio of SAR images and the normalized difference of fractal images. Finally, the change map is derived by minimizing a cost function using a genetic algorithm (GA) on the derived image from the measure. Experimental results of detecting changes from SAR images acquired by ASAR on board ENVISAT and ALOS-PALSAR reveal that the proposed method is an effective and efficient tool for change detection from SAR images.