-
公开(公告)号:CN115018773A
公开(公告)日:2022-09-06
申请号:CN202210564263.X
申请日:2022-05-23
申请人: 中国海洋大学
IPC分类号: G06T7/00 , G06T7/30 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
摘要: 本发明提出一种基于全局动态卷积神经网络的SAR图像变化检测方法,对同一地理区域捕获的两幅多时相SAR图像进行差异分析,获得差异图;对差异图进行预分类,构建训练数据集和测试数据集;利用训练数据集训练全局动态卷积神经网络模型,并利用测试数据集进行测试,从而得到整幅同一地理区域的多时相SAR图像变化检测结果。本方案在构建训练数据集时采用两阶段的混合样本数据增强方法增加数据集的数量,保证样本多样性和可靠性;同时采用全局动态卷积方式来提升卷积神经网络的性能,提高了SAR图像变化检测对噪声的鲁棒性和泛化能力;结合数字图像处理和深度学习技术,在国防军事侦察、自然环境监测、自然灾害监测和城市土地规划等领域具有重要意义。