光电子·激光2021,Vol.32Issue(11) :1140-1146.DOI:10.16136/j.joel.2021.11.0154

基于形态学与多尺度空间聚类的SAR图像变化检测方法研究

Research on SAR image change detection method based on mor-phology and multi-scale spatial clustering

梅妍玭 张得才 傅荣
光电子·激光2021,Vol.32Issue(11) :1140-1146.DOI:10.16136/j.joel.2021.11.0154

基于形态学与多尺度空间聚类的SAR图像变化检测方法研究

Research on SAR image change detection method based on mor-phology and multi-scale spatial clustering

梅妍玭 1张得才 2傅荣3
扫码查看

作者信息

  • 1. 扬州市职业大学电子工程学院,江苏扬州225009
  • 2. 扬州海科电子科技有限公司,江苏扬州225009
  • 3. 中国船舶重工集团公司第七二三研究所,江苏扬州225001
  • 折叠

摘要

介绍了一种形态学模型(morphological profile,MP)工具,这种工具运用在合成孔径雷达(synthetic aperture radar,SAR)图像中,增强了对SAR图像的多角度细节处理,提高了图像检测精度.在图像检测中加入算法可被应用于遥感图像变化检测领域.本文提出的SAR图像变化检测方法是在多尺度子空间融合谱聚类的基础上进行的,这种方法是对不同时刻得到的同图进行对数比和均值比处理,从而构成多个子空间获取图像的结构特征,并结合随机采样谱聚类的子空间融合算法得到的变化的图像.本文方法所得的SAR图可以检测到很多单一的像素点,误检像素点数目明显减小,优于其他算法结果.检测结果抑制了图像变化中的缺失问题,因此具备较高的检测精度.

关键词

形态学模型(morphological/profile,MP)/图像变化检测/多尺度子空间/谱聚类算法/检测精度

引用本文复制引用

基金项目

2017校科研课题(2017ZR10)

2011年中央财政支持的职业教育实训基地建设项目(32113092562)

2019年江苏省大学生创新项目(201911462004Y)

出版年

2021
光电子·激光
天津理工大学 中国光学学会

光电子·激光

CSCD北大核心
影响因子:1.437
ISSN:1005-0086
被引量2
参考文献量2
段落导航相关论文