極化合成孔徑雷達(dá)（Synthetic Aperture Radar,SAR）影像的變化檢測是根據(jù)同地物不同時相的極化SAR影像,檢測其發(fā)生變化的區(qū)域的一種技術(shù),它是監(jiān)測軍事情報、檢測自然災(zāi)害等領(lǐng)域的關(guān)鍵技術(shù)。傳統(tǒng)的極化SAR影像變化檢測技術(shù)需要人工提取特征,過程繁瑣,計算量較大;對極化SAR影像數(shù)據(jù)的分辨率、極化特性、分布特性等要求較高。為了解決這些問題,本文提出一種新的基于深度學(xué)習(xí)進(jìn)行極化SAR影像變化檢測的思路,利用深度學(xué)習(xí)突出的特征提取能力,結(jié)合極化SAR影像的極化特征對變化區(qū)域進(jìn)行檢測。本文的主要工作如下:（1）提出一種基于深度堆棧網(wǎng)絡(luò)（Deep Stacking Network,DSN）的極化SAR影像變化檢測算法。該算法克服了傳統(tǒng)算法計算繁瑣,對圖像要求較高的弊端,并利用了深度學(xué)習(xí)可以有效提取特征的優(yōu)勢,提高了極化SAR影像變化檢測的精度。該算法主要思想是將變化檢測看作二分類問題,構(gòu)建二分類的DSN,利用預(yù)處理后的兩幅同地物不同時相的極化SAR影像訓(xùn)練DSN,從而對變化與未變化的樣本進(jìn)行分類,得到變化檢測結(jié)果。（2）提出一種基于曲線波深度卷積堆棧網(wǎng)絡(luò)（Deep Convol... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：99 頁

【學(xué)位級別】：碩士

【部分圖文】：

東京地區(qū)的第一組數(shù)據(jù)

域與非變化區(qū)域差別較大，所以使用該區(qū)域的影像做變化檢測任務(wù)難度�。╝）2006 年 7 月獲得的影像 （b）2009 年 4 月獲得的影像圖 2.3 東京地區(qū)的第一組數(shù)據(jù)第二組數(shù)據(jù)和第三組數(shù)據(jù)的地物特征如圖 2.4 和圖 2.5 所示，圖像大小500。這兩幅影像地物特征比較復(fù)雜，變化部分與未變化部分的地物結(jié)構(gòu)比且數(shù)據(jù)分布比較類似。導(dǎo)致其特征區(qū)分比較困難，加大了神經(jīng)網(wǎng)絡(luò)訓(xùn)練的難

（a）2006 年 7 月獲得的影像 （b）2009 年 4 月獲得的影像圖 2.3 東京地區(qū)的第一組數(shù)據(jù)第二組數(shù)據(jù)和第三組數(shù)據(jù)的地物特征如圖 2.4 和圖 2.5 所示，圖像大小500。這兩幅影像地物特征比較復(fù)雜，變化部分與未變化部分的地物結(jié)構(gòu)比且數(shù)據(jù)分布比較類似。導(dǎo)致其特征區(qū)分比較困難，加大了神經(jīng)網(wǎng)絡(luò)訓(xùn)練的難（a）2006 年 7 月獲得的影像 （b）2009 年 4 月獲得的影像圖 2.4 東京地區(qū)的第二組數(shù)據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]基于極化狀態(tài)提取的極化SAR圖像變化檢測算法[J]. 韓萍,叢潤民,張在吉.  系統(tǒng)工程與電子技術(shù). 2015(07)
[2]基于Cloude-Pottier目標(biāo)分解和聚合的層次聚類算法的全極化SAR數(shù)據(jù)的非監(jiān)督分類算法研究[J]. 曹芳,洪文,吳一戎.  電子學(xué)報. 2008(03)



本文編號：3524692