一种基于显著性检测与深度孪生神经网络的遥感影像变化检测方法

扫码查看

原文链接

NSTL
万方数据

中文摘要：本发明提供了一种基于显著性检测与深度孪生神经网络的遥感影像变化检测方法，其特点是该方法包括：两时相遥感影像的预处理；对差值影像进行归一化处理；多尺度分割及合并优化；显著性检测图的获得；建立双窗口深度孪生卷积网络模型及其训练；将分割对象与像素级变化检测结果通过判定融合，最终得到变化检测结果图。本发明将深度学习成功运用到变化检测领域，减少了高分辨率影像变化检测中存在的“椒盐噪声”，有效提高了变化类型检测的精度。

申请号：

CN201911058683.5

公开号：

CN110969088A

专利类型：

发明专利

申请日：

2019-11-01

公开日：

2020-04-07

IPC分类：

G06K9/00(2006.01)

申请人：

华东师范大学

发明人：

王雪、谭琨、丁建伟、杜培军、王默杨

主申请人地址：

200241 上海市闵行区东川路500号

国别省市代码：

中国(CN)