[發(fā)明專(zhuān)利]基于全局-局部SPP Net的高分辨SAR圖像變化檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710548343.5
• 申請(qǐng)日: 2017-07-06
• 公開(kāi)（公告）號(hào): CN107341798B
• 公開(kāi)（公告）日: 2019-12-03
• 發(fā)明（設(shè)計(jì)）人: 焦李成;屈嶸;楊爭(zhēng)艷;馬晶晶;楊淑媛;侯彪;馬文萍;劉芳;尚榮華;張向榮;張丹;唐旭
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西安電子科技大學(xué)
• 主分類(lèi)號(hào): G06T7/00
• 分類(lèi)號(hào): G06T7/00;G06K9/32
• 代理公司: 61200 西安通大專(zhuān)利代理有限責(zé)任公司
• 代理人: 徐文權(quán)<國(guó)際申請(qǐng)>=<國(guó)際公布>=<進(jìn)入

1.基于全局-局部SPP Net的高分辨SAR圖像變化檢測(cè)方法，其特征在于，包括如下步驟：

步驟1，從兩幅配準(zhǔn)后的同一地區(qū)不同時(shí)相的SAR圖像中，選取部分有標(biāo)簽數(shù)據(jù)作為訓(xùn)練樣本；

步驟2，將步驟1選取的訓(xùn)練樣本歸一化到[0，1]之間，記作X1；

步驟3，從X1中選擇m組較大尺度的圖像塊送入局部大尺度SPP Net進(jìn)行感興趣區(qū)域檢測(cè)訓(xùn)練，得到訓(xùn)練好的局部大尺度SPP Net，其中m為正整數(shù)；

步驟4，從X1中選擇n組較小尺度的圖像塊送入局部小尺度SPP Net進(jìn)行變化檢測(cè)訓(xùn)練，得到訓(xùn)練好的局部小尺度SPP Net，其中n為正整數(shù)，n>m；

步驟5，從待檢測(cè)地區(qū)任意選取a×b像素的圖像作為測(cè)試數(shù)據(jù)送入訓(xùn)練好的局部大尺度SPP Net進(jìn)行ROI測(cè)試，得到最終的ROI測(cè)試結(jié)果；

步驟6，將步驟5中得到的ROI檢測(cè)結(jié)果送入訓(xùn)練好的局部小尺度SPP Net進(jìn)行變化檢測(cè)測(cè)試，得到最終的變化檢測(cè)結(jié)果圖；

所述步驟3包括如下步驟：

步驟3.1，從歸一化后的訓(xùn)練樣本X1中取m組圖像塊，通過(guò)這m組圖像塊構(gòu)成基于圖像塊的輸入矩陣X11、X12、……X1m，將這m組輸入矩陣作為局部大尺度SPP Net的輸入數(shù)據(jù)；

步驟3.2，選擇一個(gè)由輸入層→卷積層→最大池化層→卷積層→卷積層→空間金子塔池化層→全連接層→全連接層→softmax分類(lèi)器組成的9層SPP Net；

步驟3.3，給定各層的特征映射圖，確定卷積層的濾波器尺寸并隨機(jī)初始化濾波器；

步驟3.4，將步驟3.1的輸入數(shù)據(jù)送入局部大尺度SPP Net，訓(xùn)練局部大尺度SPP Net，獲取局部大尺度SPP Net參數(shù)，得到訓(xùn)練好的局部大尺度SPP Net；

所述步驟3.3中，每層參數(shù)設(shè)置為：

對(duì)于第1層輸入層，設(shè)置特征映射圖數(shù)目為4；

對(duì)于第2層卷積層，設(shè)置特征映射圖數(shù)目為8，設(shè)置濾波器尺寸為5；

對(duì)于第3層最大池化層，設(shè)置下采樣尺寸為2；

對(duì)于第4層卷積層，設(shè)置特征映射圖數(shù)目為8，設(shè)置濾波器尺寸為5；

對(duì)于第5層卷積層，設(shè)置特征映射圖數(shù)目為16，設(shè)置濾波器尺寸為3；

對(duì)于第6層空間金子塔池化層，共設(shè)置3層，{1×1、2×2、3×3}；

對(duì)于第7層全連接層，設(shè)置特征映射圖數(shù)目為128；

對(duì)于第8層全連接層，設(shè)置特征映射圖數(shù)目為128；

對(duì)于第9層分類(lèi)層，設(shè)置特征映射圖數(shù)目為2。

2.根據(jù)權(quán)利要求1所述的圖像變化檢測(cè)方法，其特征在于，所述步驟4包括如下步驟：

步驟4.1，從歸一化后的樣本X1中取n組圖像塊，通過(guò)這n組圖像塊構(gòu)成基于圖像塊的輸入矩陣X21、X22、X23、……、X2n，將這n組輸入矩陣作為局部小尺度SPP Net的輸入數(shù)據(jù)；

步驟4.2，選擇由輸入層→卷積層→卷積層→卷積層→空間金子塔池化層→全連接層→全連接層→softmax分類(lèi)器組成的8層SPP Net；

步驟4.3，給定各層SPP Net的特征映射圖，確定卷積層的濾波器尺寸并隨機(jī)初始化濾波器；

步驟4.4，將步驟4.1的輸入數(shù)據(jù)送入局部小尺度SPP Net，訓(xùn)練局部小尺度SPP Net，獲取局部小尺度SPP Net參數(shù)，得到訓(xùn)練好的局部小尺度SPP Net。

3.根據(jù)權(quán)利要求2所述的圖像變化檢測(cè)方法，其特征在于，所述步驟4.3中，每層參數(shù)設(shè)置為：

對(duì)于第1層輸入層，設(shè)置特征映射圖數(shù)目為4；

對(duì)于第2層卷積層，設(shè)置特征映射圖數(shù)目為8，設(shè)置濾波器尺寸為3；

對(duì)于第3層卷積層，設(shè)置特征映射圖數(shù)目為8，設(shè)置濾波器尺寸為3；

對(duì)于第4層卷積層，設(shè)置特征映射圖數(shù)目為16，設(shè)置濾波器尺寸為3；

對(duì)于第5層空間金子塔池化層，共設(shè)置3層，{1×1、2×2、3×3}；

對(duì)于第6層全連接層，設(shè)置特征映射圖數(shù)目為128；

對(duì)于第7層全連接層，設(shè)置特征映射圖數(shù)目為128；

對(duì)于第8層分類(lèi)層，設(shè)置特征映射圖數(shù)目為2。