科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于显著性分析的PCANet图像变化检测方法。主要解决现有Automatic PCANet方法导致的训练样本过多,处理时间过长以及SAR图像的散射噪声对分类结果产生影响的问题。其实现步骤是：对两时相SAR图像获取差异图；对差异图进行显著性分析；利用门限方法提取显著区域,再次使用门限方法分类得到正样本、负样本以及不确定像素；利用PCANet提取正、负样本以及不确定像素对应的特征,用正、负样本对应特征训练支持向量机SVM模块,再将不确定像素的特征输入SVM进行最终分类。本发明与现有Automatic PCANet方法相比,检测精度及运算效率高,抗噪性能好,可用于SAR图像变化检测。
- 出版日期2017-12-22
- 单位西安电子科技大学
