基于深度神经网络的超像素级SAR图像变化检测方法[发明专利]

专利名称：基于深度神经网络的超像素级SAR图像变化检测方法
专利类型：发明专利
发明人：公茂果,武越,雷超,张普照,李豪,刘嘉,王善峰,马晶晶申请号：CN201710022646.3
申请日：20170112
公开号：CN106875395A
公开日：
20170620
专利内容由知识产权出版社提供
摘要：本发明公开一种基于深度神经网络的超像素级SAR图像变化检测方法，步骤包括：1)用超像素分割两幅原始图像；2)精细化分割，使得分割后两幅图像得到相同的超像素分割轮廓；3)计算两幅原始图像的差异图，用传统变化检测方法得到初始变化检测结果图；4)分割初始变化检测结果图，得到每个超像素块的标签；5)建立堆栈去噪自编码深度神经网络模型；6)将两幅原始图像对应位置的超像素块叠加为列向量，作为训练样本输入到深度神经网络中训练；7)调整深度神经网络参数；8)将两幅原始图像对应位置的超像素块叠加为列向量，输入到训练好的神经网络中得到变化结果。

本发明解决了现有像素级变化检测计算量大，目标级变化检测准确度低的问题。

申请人：西安电子科技大学
地址：710071 陕西省西安市太白南路2号西安电子科技大学
国籍：CN
代理机构：西安吉盛专利代理有限责任公司
代理人：张恒阳
更多信息请下载全文后查看。