| 结合形态学属性断面与支持向量机的合成孔径雷达图像变化检测 |
| |
| 引用本文： | 张雄美,易昭湘,田淞,宋建社. 结合形态学属性断面与支持向量机的合成孔径雷达图像变化检测[J]. 光学精密工程, 2014, 22(10) |
| |
| 作者姓名： | 张雄美 易昭湘 田淞 宋建社 |
| |
| 作者单位： | 1. 第二炮兵工程大学,陕西西安,710025
2. 第二炮兵工程大学,陕西西安710025;重庆通信学院,重庆400035 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 针对传统合成孔径雷达(SAR)图像变化检测方法存在误差大、检测率低等问题,提出了一种基于形态学属性断面(MAP)的SAR图像变化检测方法。该方法利用MAP算法提取差异图像的几何结构特征,构造深入描述图像结构化信息的特征向量空间;在利用阈值法对图像进行分割的基础上,引入偏移因子,实现训练样本的自动选取;最后,用支持向量机(SVM)在多维特征空间中对图像进行变化类与非变化类的分类。实验结果显示:本文算法的检测结果优于基于高斯模型的KI阈值法(GM_KI)、基于广义高斯模型的KI阈值法(GGM_KI)和大津法(Otsu)等3种阈值法的检测结果,Kappa系数保持在0.87以上;当峰值信噪比(PSNR)介于[29,44]dB时,抗噪性能指标保持在0.97以上。这些结果证明了文中方法的有效性和优越性。
|
| 关 键 词： | 合成孔径雷达图像 图像变化检测 形态学属性断面 阈值法 支持向量机 |
Change detection of SAR images using morphologic attribute profile and support vector machine |
| |
| ZHANG Xiong-mei,YI Zhao-xiang,TIAN Song,SONG Jian-she. Change detection of SAR images using morphologic attribute profile and support vector machine[J]. Optics and Precision Engineering, 2014, 22(10) |
| |
| Authors: | ZHANG Xiong-mei YI Zhao-xiang TIAN Song SONG Jian-she |
| |
| Abstract: | |
| |
| Keywords: | Synthetic Aperture Radar(SAR) image image change detection Morphological Attribute Profile (MAP) thresholding Support Vector Machine (SVM) |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
