系统工程与电子技术 ›› 2018, Vol. 40 ›› Issue (7): 1457-1464.doi: 10.3969/j.issn.1001-506X.2018.07.07
王剑1,2, 王英华1,2, 刘宏伟1,2, 何敬鲁1,2
WANG Jian1,2, WANG Yinghua1,2, LIU Hongwei1,2, HE Jinglu1,2
摘要:
针对极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像变化检测问题,提出了结合区域信息和深度卷积神经网络(deep convolutional neural network,DCNN)的PolSAR图像变化检测算法。在本方法中,用超像素分割算法与超像素合并算法提取图像场景的区域信息,利用区域信息和Wishart似然比得到差异图像;再运用预分类算法以得到训练DCNN的伪训练样本和待分类样本;接着用伪训练样本训练DCNN;最后用训练好的DCNN对待分类样本进行分类得到最终结果。实验结果表明,与多种PolSAR变化检测算法相比,所提算法能够获得更好的结果。