針對(duì)如何有效利用高光譜圖像中的光譜信息和空間信息進(jìn)行變化檢測(cè)的問(wèn)題,本文提出了一種基于堆疊降噪自動(dòng)編碼器并融合空間信息的多路徑卷積網(wǎng)絡(luò)的高光譜遙感圖像變化檢測(cè)方法。針對(duì)高光譜圖像信息冗余的問(wèn)題,使用訓(xùn)練堆疊降噪自動(dòng)編碼器將高光譜數(shù)據(jù)進(jìn)行降維。為了得到2幅圖像間的差異信息,使用光譜角來(lái)表征對(duì)應(yīng)像素間的變化關(guān)系。為了利用遙感圖像中的空間信息,使用光譜角矩陣中切比雪夫距離小于等于3的區(qū)域來(lái)進(jìn)行空間信息的提取,構(gòu)建一個(gè)融合了空間信息的多路徑卷積神經(jīng)網(wǎng)絡(luò),并通過(guò)該網(wǎng)絡(luò)得到變化檢測(cè)結(jié)果。在3個(gè)高光譜變化檢測(cè)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明該方法的總體誤差低、準(zhǔn)確率高和Kappa系數(shù)高,證明了該方法的有效性。 

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 研究方案
    1.1 堆疊降噪自動(dòng)編碼器
    1.2 光譜角矩陣
2 實(shí)驗(yàn)結(jié)果與分析
    2.1 數(shù)據(jù)集
    2.2 評(píng)價(jià)指標(biāo)
        2.2.1 Bay Area數(shù)據(jù)集結(jié)果
        2.2.2 Santa Barbara數(shù)據(jù)集結(jié)果
        2.2.3 Hermiston數(shù)據(jù)集結(jié)果
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]用于高光譜變化檢測(cè)的多徑卷積網(wǎng)絡(luò)算法[J]. 趙春暉,張錦林,宿南,閆奕名.  哈爾濱工程大學(xué)學(xué)報(bào). 2020(09)



本文編號(hào)：3665588