本文關(guān)鍵詞： 合成孔徑雷達(dá)圖像 變化檢測 動態(tài)排序 統(tǒng)計區(qū)域合并　出處：《遙感學(xué)報》2017年04期 　論文類型：期刊論文

【摘要】：SRM(Statistical Region Merging)分割算法具有快速、穩(wěn)定和抗噪強的優(yōu)點,基于此,本文提出一種基于DSSRM(Dynamic Sorting Statistical Region Merging)級聯(lián)分割的SAR圖像變化檢測方法。首先,針對SRM算法基于單特征靜態(tài)排序?qū)е碌倪^分割問題,提出一種動態(tài)排序模式的DSSRM算法以減少差異圖像分割錯誤,該算法建立基于合并區(qū)域的多特征馬氏距離排序準(zhǔn)則,在每次合并之后更新區(qū)域鄰接矩陣并重新排序;然后,基于互信息最小化準(zhǔn)則構(gòu)造多通道差異數(shù)據(jù)集以提高算法對區(qū)域合并的約束能力;最后,提出一種級聯(lián)分割變化檢測框架,第1級利用SRM算法將差異圖像映射到超像素空間,第2級采用DSSRM算法對超像素進行動態(tài)合并獲得收斂的分割結(jié)果,第3級采用簡化SRM方法進行三次合并獲得最終的變化檢測圖。實驗結(jié)果表明,該方法可以獲得比SRM方法和目前流行方法更好的檢測性能。
[Abstract]:SRM(Statistical Region merging) segmentation algorithm has the advantages of fast, stable and strong noise resistance, based on this. In this paper, a new method based on DSSRM(Dynamic Sorting Statistical Region Merging is proposed. Cascade segmentation of SAR image change detection method. First. Aiming at the over-segmentation problem caused by SRM algorithm based on single feature static sorting, a dynamic sorting DSSRM algorithm is proposed to reduce the difference image segmentation errors. The algorithm establishes the multi-feature Markov distance ranking criterion based on the merged region, updates the region adjacency matrix after each merge and reorders. Then, the multi-channel differential data set is constructed based on the mutual information minimization criterion to improve the constraint ability of the algorithm to the region merging. Finally, a cascade segmentation change detection framework is proposed. The first level uses SRM algorithm to map the difference image to the super-pixel space. In the second stage, the DSSRM algorithm is used to dynamically merge the super-pixels to obtain the convergent segmentation results. In the third stage, the simplified SRM method is used to combine three times to obtain the final change detection diagram. The experimental results show that. This method can obtain better detection performance than SRM method and current popular method.
【作者單位】： 西安電子科技大學(xué)電子工程學(xué)院;
【基金】：國家自然科學(xué)基金(編號:61571347,61201293) 中央高�；究蒲袠I(yè)務(wù)費專項資金(編號:JB150214)~~
【分類號】：TN957.52
【正文快照】： 引用格式:張建龍,王斌.2017.DSSRM級聯(lián)分割的SAR圖像變化檢測.遙感學(xué)報,21(4):614 621Zhang J L and Wang B.2017.SAR image change detection method of DSSRM based on cascade segmentation.隨著近幾年遙感技術(shù)的迅猛發(fā)展,遙感數(shù)據(jù)數(shù)量日益增長并廣泛應(yīng)用于環(huán)境監(jiān)測、大氣

【參考文獻】

相關(guān)期刊論文 前4條

1 佃袁勇;方圣輝;姚崇懷;;多尺度分割的高分辨率遙感影像變化檢測[J];遙感學(xué)報;2016年01期

2 萬紅林;焦李成;辛芳芳;;基于交互式分割技術(shù)和決策級融合的SAR圖像變化檢測[J];測繪學(xué)報;2012年01期

3 宋曉峰;王爽;劉芳;;基于區(qū)域MRF和貝葉斯置信傳播的SAR圖像分割[J];電子學(xué)報;2010年12期

4 賈建華;焦李成;;空間一致性約束譜聚類算法用于圖像分割[J];紅外與毫米波學(xué)報;2010年01期

【共引文獻】

相關(guān)期刊論文 前10條

1 王剛武;;利用矢量影像法進行土地利用變化自動檢測[J];測繪通報;2017年07期

2 張建龍;王斌;;DSSRM級聯(lián)分割的SAR圖像變化檢測[J];遙感學(xué)報;2017年04期

3 張建英;付帥;艾波;;基于高分影像光譜特征快速估算綜合雨量徑流系數(shù)的方法探索——以嘉興海綿城市示范區(qū)為例[J];測繪通報;2017年06期

4 施佩榮;陳永富;劉華;吳云華;魏新;鐘澤兵;;基于改進的面向?qū)ο筮b感影像分類方法研究——以西藏米林縣典型林區(qū)為例[J];遙感技術(shù)與應(yīng)用;2017年03期

5 王成敏;楊學(xué)志;張安駿;鄭鑫;李國強;;采用相干斑抑制圖割的SAR海冰圖像分割[J];遙感信息;2017年03期

6 范奎奎;王中元;歐陽斯達(dá);汪匯兵;史紹雨;;DT-CWT結(jié)合MRF的遙感圖像變化檢測[J];遙感學(xué)報;2017年03期

7 張英海;李玉;趙雪梅;趙泉華;;ECM算法的多視SAR影像分割[J];遙感學(xué)報;2016年06期

8 李昌興;黃艷虎;支曉斌;謝笑娟;;基于加速k均值的譜聚類圖像分割算法改進[J];傳感器與微系統(tǒng);2016年09期

9 李揚;陸璐;崔紅霞;;譜聚類圖像分割中相似度矩陣構(gòu)造研究[J];計算機技術(shù)與發(fā)展;2016年07期

10 肖瀟;史惠;孔凡之;;譜聚類算法研究及其在圖像分割中的應(yīng)用[J];計算機科學(xué);2015年S2期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 陸苗;梅洋;趙勇;冷亮;;利用多尺度幾何特征向量的變化檢測方法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2015年05期

2 佃袁勇;方圣輝;姚崇懷;;一種面向地理對象的遙感影像變化檢測方法[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2014年08期

3 王琰;舒寧;龔煈;;高分辨率遙感影像土地利用變化檢測方法研究[J];國土資源遙感;2012年01期

4 柳思聰;杜培軍;陳紹杰;;決策級融合的多分辨率遙感影像變化檢測[J];遙感學(xué)報;2011年04期

5 黃世奇;劉代志;胡明星;王仕成;;基于小波變換的多時相SAR圖像變化檢測技術(shù)[J];測繪學(xué)報;2010年02期

6 朱俊;王世唏;計科峰;粟毅;;一種適用于SAR圖像的2維Otsu改進算法[J];中國圖象圖形學(xué)報;2009年01期

7 馬秀麗;焦李成;;基于分水嶺-譜聚類的SAR圖像分割[J];紅外與毫米波學(xué)報;2008年06期

8 萬幼川;申邵洪;張景雄;;基于概率統(tǒng)計模型的遙感影像變化檢測[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2008年07期

9 田小林;焦李成;緱水平;;基于PSO優(yōu)化空間約束聚類的SAR圖像分割[J];電子學(xué)報;2008年03期

10 馬秀麗;焦李成;;聯(lián)合模型初始化獨立譜聚類算法[J];西安電子科技大學(xué)學(xué)報;2007年05期

【相似文獻】

相關(guān)期刊論文 前10條

1 萬紅林;汪洋;江凱;鄔伯才;;基于模糊貼近度和非緊湊鄰域的變化檢測[J];雷達(dá)科學(xué)與技術(shù);2014年03期

2 韓萍;叢潤民;;極化SAR圖像的聯(lián)合加權(quán)極化差異度變化檢測算法[J];信號處理;2013年10期

3 韓萍;叢潤民;張蔚然;;基于加權(quán)極化差異度的極化SAR圖像變化檢測算法[J];現(xiàn)代雷達(dá);2013年12期

4 吳樊;陳曦;王超;張紅;張波;;基于極化似然比的極化SAR影像變化檢測[J];電波科學(xué)學(xué)報;2009年01期

5 吳濤;陳曦;牛蕾;陶利;;非監(jiān)督SAR圖像變化檢測研究最新進展[J];遙感信息;2013年01期

6 蔡純,孫洪,曹永鋒;基于區(qū)域似然比的SAR圖像變化檢測[J];武漢大學(xué)學(xué)報(理學(xué)版);2005年01期

7 詹芊芊;尤紅建;洪文;;SAR圖像變化檢測的多尺度方法研究[J];測繪科學(xué);2010年S1期

8 李金基;焦李成;張向榮;楊咚咚;;基于兩時相圖像聯(lián)合分類的SAR圖像變化檢測[J];紅外與毫米波學(xué)報;2009年06期

9 萬紅林;焦李成;王桂婷;辛芳芳;;在感興趣的區(qū)域?qū)用嫔线M行SAR圖像變化檢測的方法研究[J];測繪學(xué)報;2012年02期

10 陳富龍;張紅;王超;;SAR變化檢測技術(shù)發(fā)展綜述[J];遙感技術(shù)與應(yīng)用;2007年01期

相關(guān)會議論文 前2條

1 張蔚然;韓萍;;基于去取向理論的極化SAR變化檢測[A];第二十五屆中國（天津）2011’IT、網(wǎng)絡(luò)、信息技術(shù)、電子、儀器儀表創(chuàng)新學(xué)術(shù)會議論文集[C];2011年

2 尤紅建;;基于Edgeworth逼近的SAR變化檢測方法研究[A];《測繪通報》測繪科學(xué)前沿技術(shù)論壇摘要集[C];2008年

相關(guān)博士學(xué)位論文 前4條

1 劉趕超;基于雙噪聲相似性模型的SAR圖像變化檢測[D];西安電子科技大學(xué);2016年

2 萬紅林;無降斑預(yù)處理的兩對相SAR圖像變化檢測方法研究[D];西安電子科技大學(xué);2011年

3 黃勇;SAR圖像變化檢測及相關(guān)技術(shù)研究[D];電子科技大學(xué);2006年

4 張斌;基于MRF的SAR圖像分類與變化檢測應(yīng)用研究[D];武漢大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 楊國棟;基于分布式并行聚類的SAR圖像變化檢測算法研究[D];西安電子科技大學(xué);2014年

2 王橋;基于多目標(biāo)模糊聚類的SAR圖像變化檢測[D];西安電子科技大學(xué);2014年

3 張文婷;基于自適應(yīng)權(quán)值差異圖融合和聚類的SAR圖像變化檢測方法研究[D];西安電子科技大學(xué);2014年

4 任新營;基于OpenCL的并行SAR圖像變化檢測[D];西安電子科技大學(xué);2014年

5 趙姣姣;基于無監(jiān)督方法的SAR圖像變化檢測[D];西安電子科技大學(xué);2014年

6 李曉婷;基于信息融合與勻質(zhì)區(qū)域提取的SAR圖像變化檢測[D];西安電子科技大學(xué);2014年

7 張在吉;基于分類的極化SAR圖像中感興趣類地物變化檢測算法研究[D];中國民航大學(xué);2016年

8 崔瑩;多時相SAR圖像多尺度變化檢測[D];國防科學(xué)技術(shù)大學(xué);2014年

9 朱華慧;基于非平穩(wěn)分析的SAR圖像變化檢測算法研究[D];西安電子科技大學(xué);2015年

10 申遠(yuǎn);基于進化多目標(biāo)算法的三類SAR圖像變化檢測[D];西安電子科技大學(xué);2015年

，

本文編號：1491277