基于量子免疫克隆的SAR图像变化检测方法.pdf
听云****君哇
亲,该文档总共14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
基于量子免疫克隆的SAR图像变化检测方法.pdf
本发明公开一种基于量子免疫克隆的SAR图像变化检测方法,主要解决已有优化方法耗时长,易陷入局部最优,对复杂图像边缘定位不准确的缺点。其步骤为:(1)对两时相待变化检测图像进行滤波处理,求对数比差异影像图;(2)设置种群规模、类别数k及停机条件,随机产生量子抗体Q(t)作为初始聚类中心;(3)观测Q(t)成二进制抗体p(t),计算每个抗体的亲合度fk,保留Q(t)最优抗体qbest;(4)对Q(t)进行变异操作得到Qm(t);(5)重组Qm(t)得到Qc(t);(6)观测Qc(t)成二进制抗体pc(t),计
基于变化检测的SAR图像稀疏去噪方法.pdf
本发明公开了一种基于变化检测的SAR图像稀疏去噪方法,其实现步骤为:(1)输入图像;(2)得到变化区域图像;(3)设定变化类;(4)得到两分类二值图;(5)得到两区域图像;(6)不变化区域去噪;(7)估计噪声标准差;(8)获得合成图;(9)稀疏字典去噪;(10)输出结果。本发明是针对SAR图像变化检测的去噪预处理,具有对变化区域一致性保持较好,能很好的抑制不变化区域的噪声,同时保留SAR图像特别是对后期变化检测影响较大的变化区域的纹理、轮廓、边缘细节信息,消除图像去噪后产生的划痕,减少因噪声抑制产生的伪信
基于非局部CV模型的SAR图像变化检测方法.pdf
本发明公开了一种基于非局部CV模型的SAR图像变化检测方法,实现步骤包括:(1)输入同一区域不同时间的两幅SAR图像构造差异图;(2)在差异图上做矩形轮廓曲线,初始化水平集函数;(3)计算内部区域的灰度均值和外部区域的灰度均值;(4)构建基于非邻域和基于区域信息的总能量函数E;(5)通过梯度下降法最小化E更新水平集函数φ,获得新的水平集函数φ
基于轮廓波BSPP网络的SAR图像变化检测方法.pdf
本发明公开了一种基于轮廓波二值空间金字塔池化BSPP网络的合成孔径雷达SAR图像变化检测方法,主要解决现有方法中SAR图像变化检测的检测精度不高、运算速度较慢的问题。本发明的具体步骤如下:(1)SAR图像预处理;(2)特征矩阵归一化;(3)构造训练数据集;(4)构建轮廓波BSPP感兴趣区域检测网络;(5)训练感兴趣区域检测网络;(6)构建轮廓波BSPP变化检测网络;(7)训练变化检测网络;(8)获取测试样本;(9)检测测试样本的感兴趣区域;(10)感兴趣区域的变化检测;(11)输出变化检测结果图。本发明具
基于NSCT和压缩投影的SAR图像变化检测方法.pdf
本发明公开一种基于NSCT和压缩投影的SAR图像变化检测方法,实现步骤为:对两幅SAR图像用对数比值法得到差异图,对差异图进行非下采样contourlet变换,对低频子带系数保持不变,对高频子带系数硬阈值处理后逆变换得到处理的差异图,对该差异图每个像素提取的邻域特征拉成列后利用压缩投影降维得到特征向量,用K均值将特征向量分为变化与未变化两类,简单易行,得到检测结果图。本发明主要克服了对差异图去噪所造成的轮廓边缘失真的问题。得到的检测结果图噪声较低,保持了较好的边缘及轮廓,利用压缩投影降维,相对降低了计算复