申请/专利权人：杭州电子科技大学

申请日：2020-12-31

公开（公告）日：2024-04-26

公开（公告）号：CN112686871B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/33;G06T7/41;G06T5/70;G06T5/10;G06T5/20;G06V10/762;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.05.07#实质审查的生效;2021.04.20#公开

摘要：本发明公开了基于改进对数比算子和Gabor_ELM的SAR图像变化检测方法，包括以下步骤：S1.对已配准的两时相SAR图像进行引导图像滤波去噪；S2.对已滤波后的两时相SAR图像通过改进对数比算子计算获取改进对数比差异图DI；S3.对差异图DI进行Gabor纹理特征提取；S4.对获取到的Gabor纹理特征进行层次FCM聚类，并得到训练样本、待测样本及预判结果；S5.根据聚类得出的训练样本训练ELM获得ELM分类器，对待测样本通过ELM分类器进行分类，结合预判结果得到最终的变化检测图。该方法具有更好的鲁棒性能，且能有效抑制相干斑噪声，提升变化检测性能。

主权项：1.基于对数比算子和Gabor_ELM的SAR图像变化检测方法，其特征在于：包括以下步骤：S1.对已配准的两时相SAR图像进行引导图像滤波去噪；S2.对已滤波后的两时相SAR图像通过对数比算子计算获取对数比差异图DI；S3.对差异图DI进行Gabor纹理特征提取；S4.对获取到的Gabor纹理特征进行层次FCM聚类，并得到训练样本、待测样本及预判结果；S5.根据聚类得出的训练样本训练ELM获得ELM分类器，对待测样本通过ELM分类器进行分类，结合预判结果得到最终的变化检测图；步骤S1中，使用引导图像与输入图像相同，假定输出图像与引导图像在以k为窗口满足线性关系，通过求取线性系数来计算滤波后的SAR图像；步骤S3具体包括以下处理步骤：S3-1：对差异图DI通过Gabor二维小波变换获取8个方向，5个尺度的图像信息；S3-2：结合差异图二维小波变换实部和虚部信息，将所获特征组合成一个特征向量；S3-3：根据Gabor二维小波对方向敏感特征，选用不同方向每个尺度最大幅值组成特征向量；S3-4：将整张SAR图像每个像素点的特征向量组合，一次获得差异图的Gabor特征纹理向量；步骤S4具体包括以下处理步骤：输入：差异图对应的Gabor特征向量S4-1：对进行第一次FCM聚类，将其分为两类：和的像素数为T1，根据分类及预设系数σ1、σ2，设定阈值T，用以下公式获取阈值T：TH＝T1*σ1，TL＝T1*σ2；S4-2：对进行第二次FCM聚类，将其分为五类，该五类按像素均值降序排列，均值更大的类表示变化概率更高的变化类，五类的像素数分别为：设参数t初始值为1，参数c初始值为T12，将中的T12个像素划分为变化类Ωc；S4-3：令t＝t+1，c＝t+Tt2；S4-4：若c＜TL，则将中的像素划分为不变类Ωu，若TL≤c≤TH，则将中的像素划分为中间类Ωi，若c＞TH，则将中的像素划分为变化ΩcΩc，跳转到S4-3，直至t＝5结束；输出：最终标志为Ωc，Ωu及Ωi三类的预分类图。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 基于改进对数比算子和Gabor_ELM的SAR图像变化检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD