一种基于自监督转换的异质遥感图像变化检测方法.pdf
明钰****甜甜
亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于自监督转换的异质遥感图像变化检测方法.pdf
本发明公开了一种基于自监督转换的异质遥感图像变化检测方法,包括以下步骤;步骤1):对原始遥感图像进行图像像素离散化;步骤2):对步骤1)离散化后的图像进行超像素分割和边界整合,超像素特征提取和分析,得到带标记像素对;步骤3):根据步骤2)中得到的标记像素对,即可靠变化和不变像素对,将事前和事后异质遥感图像转换到一个公共特征空间,然后通过前向和后向变化得到两种差异图像;步骤4):将步骤3)中的差异图像进行证据融合及基于先验扩充训练数据;步骤5):将步骤4)的训练数据导入训练分类器模型生成变化检测结果。本发明
一种基于自监督学习的遥感图像船舶检测方法.pdf
本发明涉及图像识别技术领域,公开了一种基于自监督学习的遥感图像船舶检测方法,包括:(1)根据海面遥感图像中待检测船舶面积小且一张图可能存在多艘船舶的特点,设计了针对性的自监督学习模块,仅利用无标注海面遥感图像构建特征提取网络,实现海洋遥图像的高效特征提取;(2)改进MaskR?CNN的FPN网络,融合三种尺寸的特征图,结合自监督学习模块的特征提取器,在标注样本较少的情形下,显著提升了中小型船只的检测精度。
一种基于自监督对比学习的小样本遥感图像分类方法.pdf
本发明涉及一种基于自监督对比学习的小样本遥感图像分类方法,包括以下步骤:1、对原始高光谱遥感数据进行降维、分割等预处理;2、在少量标记样本组成的训练集中,随机挑选标记样本并进行二次组合,生成对比学习组;3、设计并构建深度特征提取网络,利用对比组更新网络参数;4、利用训练好的深度网络模型对所有未标记样本进行预测,生成伪标记,并提出置信度差异算法挑选部分具有较高置信度的伪标记样本;5、微调网络模型并预测所有未标记样本的类别标签:将原始标记样本和伪标记样本结合,进一步训练模型并输出测试集样本的预测标签。本发明可
基于treelet的遥感图像变化检测方法研究.docx
基于treelet的遥感图像变化检测方法研究摘要:遥感图像变化检测是遥感技术中的一项重要应用,它在大规模地表覆盖的情况下,能够发现地表变化信息,为资源管理、城市规划及环境监测等提供了有效的工具。然而,由于地表的复杂性和遥感图像的噪声,有效的变化检测一直是一个挑战性问题。因此,本文提出一种基于treelet的遥感图像变化检测方法,该方法通过对图像进行多分辨率分解和卷积核滤波,提取出大尺度、小尺度的结构信息,然后利用二值化和形态学变换进行图像分割,得到变化区域。实验结果表明,该方法在不同的遥感图像集上,都能够
基于核传播的遥感图像变化检测方法.pdf
本发明公开了一种基于核传播的遥感图像变化检测方法,主要解决现有技术不能准确反映数据间关系导致的检测正确率不高的缺点。其实现步骤为:输入两幅不同时相的遥感图像,对其做差得到差值图像;对差值图像进行过分割得到超像素集,将超像素集用k均值方法分为肯定变化类、肯定非变化类和不确定类;在属于肯定变化类和肯定非变化类的超像素中选取种子构造约束集;用约束集计算种子核矩阵,再用核传播公式计算全核矩阵并对其对角归一化;对归一化全核矩阵聚类得到变化检测结果。本发明具有较强的抗噪性,能有效地去除杂点,同时较好的保留边缘信息,检