[發明專利]基于Gabor卷積網絡的SAR圖像變化檢測方法

有效

• 申請號: 202010056677.2
• 申請日: 2020-01-18
• 公開（公告）號: CN111275680B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 高峰;張珊;董軍宇;呂越;王俊杰
• 申請（專利權）人: 中國海洋大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06T5/50;G06V10/762;G06V10/764;G06N3/0464;G06N3/048;G06N3/084
• 代理公司: 青島海昊知識產權事務所有限公司 37201
• 代理人: 邱岳

基于Gabor卷積網絡的SAR圖像變化檢測方法，包括以下步驟：首先使用對數比率進行差異性分析，獲取多時相SAR圖像的差分圖像；其次使用多層模糊C均值聚類算法對差分圖像進行預分類，產生樣本像素點的三個類別，即變化類別、未變化類別和模糊類別；然后使用預分類的結果構建訓練數據集和測試數據集；最后將訓練數據集用于Gabor卷積網絡的訓練，將測試數據集用于Gabor卷積網絡的測試，從而獲得最終的變化結果圖。本發明使用Gabor濾波器調制學習濾波器得到Gabor方向濾波器，應用于卷積神經網絡，可以更好的捕獲空間信息，降低模型復雜度；同時，使用預分類策略，能獲得更可靠的訓練數據集，進一步提高分類的準確性。

技術領域

本發明屬于圖像處理技術領域，尤其涉及一種基于Gabor卷積網絡的SAR(Synthetic?Aperture?Radar，合成孔徑雷達)圖像變化檢測方法，本發明能夠對多時相SAR圖像的地物變化進行檢測，在自然災害檢測與評估、城市規劃和土地利用等領域具有重要意義。

背景技術

當今世界科學技術的飛速發展，尤其是衛星遙感技術的進步，使得遙感影像數據的獲取更加容易。我國遙感技術成譜波段較全、衛星和機載系統完備，已建成了氣象、資源等應用衛星。與此同時，人口的快速增長，人類活動日益增加，加劇了地表景觀的變化，如各種土地使用性質的改變，某些地區建筑物拔地而起，城市擴張，山洪帶來的泥石流、塌方等。因此，對某一地表景觀的變化檢測具有重要的應用價值，這一問題被越來越多的學者和專家關注。

合成孔徑雷達具有全天候、全天時的成像能力，而且可以不受氣候條件的影響，能夠準確地獲取地表景觀的變化信息，成為當前研究熱點。SAR圖像變化檢測是通過對同一地點不同時刻的SAR圖像進行差異分析，得到所需的地物變化信息。目前，SAR圖像變化檢測技術被廣泛應用于多種領域，例如在軍事領域，SAR圖像變化檢測技術可以用來獲悉戰場態勢，進行毀傷效果評估等。在民用領域，SAR圖像變化檢測技術可以用于資源和環境監測、農作物生長監測以及自然災害監測與評估等。但是，由于SAR圖像具有大量的斑點噪聲，當前方法經常難以準確的檢測圖像中的變化區域。

近年來，國內外學習者對SAR圖像的變化檢測進行了大量研究。根據是否需要先驗知識，主要可以分為有監督方法和無監督方法。有監督方法需要先驗知識，例如受限玻爾茲曼機、極限學習機、卷積神經網絡等學習模型，需要大量的標簽樣本用作模型訓練，在標簽質量差、數量不足的情況下很難獲得出色的表現；無監督方法不需要先驗知識，如期望最大化法、閾值化方法等，但是無監督方法的噪聲魯棒性和適應性較差。綜合而言，對于多時相SAR圖像的變化檢測，當前方法還有很大的提升空間。

發明內容

本發明實施期望提供一種基于Gabor卷積網絡的遙感圖像變化檢測方法，以解決噪聲對分類精度影響大、分類精度低等技術問題。

基于Gabor卷積網絡的圖像變化檢測方法，包括以下步驟：

對同一地理位置的兩幅多時相SAR圖像，使用對數比率獲得差分圖像；

對差分圖像進行預分類，構建訓練數據集和測試數據集；

將訓練數據集用于Gabor卷積網絡訓練；

將測試數據集用于Gabor卷積網絡測試，獲得變化結果圖。

本發明的具體步驟包括如下：

(1)對同一地理位置的兩幅多時相SAR圖像使用對數比率進行差異性分析，獲取多時相SAR圖像的差分圖像；

所述的差異性分析的計算過程為：

I_DI＝|logI₁-logI₂|