公开(公告)号：CN112712050B

公开(公告)日：2023-05-16

申请号：CN202110032928.8

申请日：2021-01-12

申请人： 西安电子科技大学

发明人： 吴艳 ,  凌健 ,  康浩诚 ,  林宗凯 ,  徐大治 ,  李明 ,  张鹏

IPC分类号： G06V20/10 ,  G06V10/44 ,  G06V10/762 ,  G06V10/764 ,  G06N3/047 ,  G06N3/048 ,  G06N3/08 ,  G06V10/82

摘要： 本发明公开了一种基于DS证据融合的极化SAR图像语义变化检测方法，主要解决现有技术无法进行语义级变化检测及边缘定位差的问题。其方案为：输入两时相极化SAR图像及真实语义变化图；在两时相图像上生成训练集和测试集；构造卷积神经网络，并用训练集训练；测试集通过训练好网络得到语义变化特征，并将其输入到分类器中得到语义变化概率；通过差异算子生成两时相差异图，并对其初始化标记场；在标记场上通过马尔可夫随机场建模得到最终标记场，计算其变化概率，并将该变化概率与语义变化概率进行融合，得到语义变化检测结果。本发明实现了语义级变化检测，增强了变化边缘的定位，增强了对噪声的鲁棒性，可用于极化SAR图像目标识别。

公开(公告)号：CN112712050A

公开(公告)日：2021-04-27

申请号：CN202110032928.8

申请日：2021-01-12

申请人： 西安电子科技大学

发明人： 吴艳 ,  凌健 ,  康浩诚 ,  林宗凯 ,  徐大治 ,  李明 ,  张鹏

IPC分类号： G06K9/00 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于DS证据融合的极化SAR图像语义变化检测方法，主要解决现有技术无法进行语义级变化检测及边缘定位差的问题。其方案为：输入两时相极化SAR图像及真实语义变化图；在两时相图像上生成训练集和测试集；构造卷积神经网络，并用训练集训练；测试集通过训练好网络得到语义变化特征，并将其输入到分类器中得到语义变化概率；通过差异算子生成两时相差异图，并对其初始化标记场；在标记场上通过马尔可夫随机场建模得到最终标记场，计算其变化概率，并将该变化概率与语义变化概率进行融合，得到语义变化检测结果。本发明实现了语义级变化检测，增强了变化边缘的定位，增强了对噪声的鲁棒性，可用于极化SAR图像目标识别。