利用双差异图和PCA的SAR图像变化检测

论文摘要

为减少噪声对SAR图像变化检测分类结果的影响,提高最终的检测精度,提出一种结合双差异图与PCA-FCM的SAR图像的变化检测算法。通过对数比法和均值比法得到同一地区的两幅差异图,两幅差异图通过合成规则得到最终的差异图,将合成的差异图分成不重叠的块,利用主成分分析（PCA）提取特征向量,将合成差异图中每个像素用映射到特征向量空间的向量表示,使用模糊C均值聚类对每个像素的向量聚类分为变化类和未变化类。实验结果表明,该方法降低了噪声对检测结果的影响,提高了变化检测的精度。

论文目录

文章来源

类型: 期刊论文

作者: 刘陆洋,贾振红,杨杰,Nikola Kasabov

关键词: 差异图,图像,变化检测,主成分分析,模糊均值聚类

来源: 计算机工程与设计 2019年07期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 工业通用技术及设备,自动化技术

单位: 新疆大学信息科学与工程学院,上海交通大学图像处理与模式识别研究所,新西兰奥克兰理工大学知识工程与发现研究所

基金: 教育部促进与美大地区科研合作与高层次人才培养基金项目(2014-2029,2016-2196)

分类号: TP751

DOI: 10.16208/j.issn1000-7024.2019.07.033

页码: 2002-2006

总页数: 5

文件大小: 336K

下载量: 221

相关论文文献

标签：差异图论文;  图像论文;  变化检测论文;  主成分分析论文;  模糊均值聚类论文;