SAR图像变化检测.pptx
SAR图像变化检测.pptx
- 配套讲稿：
如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制：
部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词：
- SAR 图像 变化 检测
- 资源描述：
-
算法流程算法流程1差异差异图的构造的构造2聚聚类算法算法3结果果对比比41 1-变化检测基本流程：SAR图像1SAR图像2差异图1二聚类图 融合处理理滤 波 处 理理滤 波 处 理理差异图2消躁2 2-滤波处理：中值滤波虽然能处理掉很多小的噪声点，但是在处理噪声的同时也很容易把一些细节部分掩盖掉；在本算法测试的图中，大部分图像是需要保留很多细节变化的，所以，我们采用自适应滤波器来对原图像进行处理，最后，经过测试，发现在同样可以消除掉很多噪声的同时，也保留了很多细节，效果比较的好。自适应滤波器：根据图像的局部方差来调整滤波器的输出，当局部方差大时，滤波器的平滑效果较弱；反之，当局部方差小时，滤波器的平滑效果较强。3 3-分别用两种方法处理后的简单FCM聚类准确率：中值滤波（97.14%）自适应滤波（97.31%）4 4-差异图的构造5 5-本文提出的差异图构造方法：Step1.构造对数比差异图；Step2.构造均值比差异图；Step3.小波融合，结合两种差异图的优点；6 6-对数比算子：设两图分别为X1，X2,则其差异图为 D=|log(X1)-log(X2)|特点：背景区域加强，变化区域减弱，变化区域与不变化区域差别不明显。7 7-均值比算子：8 8-小波融合的步骤：Step1.先用小波对两图进行一层分解，提取出低频近似分量和高频细节分量；Step2.对低频分量取均值，高频分量根据局部能量极小值选取，得到新的低频和高频成分；Step3.小波重构，得到融合后的图像。低低高高高高9 9-聚类算法1010-FCM它是一种典型的区域分割算法，但是在每次的迭代过程中。是以单个像素为单位，没有考虑到像素的邻域信息，所以它在含有噪音的图像分割时，效果并不理想。优点：实现简单，聚类速度快。缺点：单纯的考虑了图像的像素信息，未考虑像素领域信 息，造成聚类噪点多，效果不理想。11 11-前辈们也对FCM算法进行了一些改进：如：（1）上课时老师讲的修改FCM的目标函数，增加了邻域信息对像素的影响；（2）或者先利用像素邻域信息生成一副加权图像，然后对新图像进行聚类分割；（3）或者直接修改距离函数改进FCM算法；（4）或者在像素隶属度的计算中加入邻域信息。这些改进在某种程度上改善了噪声图像的分割结果，但忽略了邻域像素对中心像素影响的差异性，造成它们在处理噪声图像的分割精度上仍有不足。1212-本文提出一种改进算法，利用高斯函数来刻画邻域像素点的空间和灰度等差异信息，从而指导中心像素隶属度的调整，实现对噪声图像的精确聚类。算法步算法步骤：Step1.初始化聚类中心，聚类个数，参数（选择差异图两个像素的极端值作为初始聚类中心，可以极大减少聚类迭代次数）；Step2.利用下面的式子计算隶属度矩阵U:Step3.利用每个像素的邻域信息对该像素的隶属度进行调整:1313-1414-用改进的FCM算法处理对数比差异图：（a）FCM聚类 （b）改进FCM1515-算法对比1616-评价标准：（1）漏检数（变化了，但是没有检测出来）；（2）虚检数（没有变化，但是检测的变了）；（3）总正确率；（4）人眼观察。1717-实验数据集Berne：1818-Mexico：1919-Ottawa：2020-Sardinia：2121-Berne：（a）（b）（c）（d）(a)参考图；(b)利用对数比算子构造的差异图聚类结果；(c)利用均值比算子构造的差异图聚类结果；(d)利用小波融合构造的差异图聚类结果。2222-方法方法虚虚检数数漏漏检数数 准确率准确率 对数比3531799.61%均值比3359799.53%小波融合小波融合11716799.69%老师课件3121799.73%2323-Ottawa：（a）（b）（c）（d）(a)参考图；(b)利用对数比算子构造的差异图聚类结果；(c)利用均值比算子构造的差异图聚类结果；(d)利用小波融合构造的差异图聚类结果。2424-方法方法虚虚检数数漏漏检数数 准确率准确率 对数比155209197.79%均值比186922697.94%小波融合小波融合11716798.84%老师课件20761199.14%2525-Sardinia：2626-方法方法虚虚检数数漏漏检数数 准确率准确率 对数比108393698.37%均值比479027495.91%小波融合小波融合103189898.44%2727-墨西哥：2828-方法方法虚虚检数数漏漏检数数 准确率准确率 对数比199126297.77%均值比31195098.08%小波融合小波融合29093198.14%2929-实验总结算法优点：效果稳定，变化检测中，在抑制一定噪 声的同时，对细节的保持较好；算法缺点：对不同的图像，要想得到最佳的效果，相应的参数也要及时调整，带来了一定 的麻烦；在某些图片的测试中，改进的 FCM算法可能并不比简单FCM好。算法改进：可以想办法让重要参数可以自学习，减 少人为劳动3030-谢谢观赏！3131-展开阅读全文
咨信网温馨提示：1、咨信平台为文档C2C交易模式，即用户上传的文档直接被用户下载，收益归上传人（含作者）所有；本站仅是提供信息存储空间和展示预览，仅对用户上传内容的表现方式做保护处理，对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿，我们不确定上传用户享有完全著作权，根据《信息网络传播权保护条例》，如果侵犯了您的版权、权益或隐私，请联系我们，核实后会尽快下架及时删除，并可随时和客服了解处理情况，尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确)，网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据，个别因单元格分列造成显示页码不一将协商解决，平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺，下载前须认真查看，确认无误后再购买，务必慎重购买；若有违法违纪将进行移交司法处理，若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传，付费前请自行鉴别，如您付费，意味着您已接受本站规则且自行承担风险，本站不进行额外附加服务，虚拟产品一经售出概不退款（未进行购买下载可退充值款），文档一经付费（服务费）、不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印，是因预览和防盗链等技术需要对页面进行转换压缩成图而已，我们并不对上传的文档进行任何编辑或修改，文档下载后都不会有水印标识（原文档上传前个别存留的除外），下载后原文更清晰；试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓；PPT和DOC文档可被视为“模板”，允许上传人保留章节、目录结构的情况下删减部份的内容；PDF文档不管是原文档转换或图片扫描而得，本站不作要求视为允许，下载前可先查看【教您几个在下载文档中可以更好的避免被坑】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用；网站提供的党政主题相关内容(国旗、国徽、党徽－－等)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
6、文档遇到问题，请及时联系平台进行协调解决，联系【微信客服】、【QQ客服】，若有其他问题请点击或扫码反馈【服务填表】；文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“【版权申诉】”，意见反馈和侵权处理邮箱：1219186828@qq.com；也可以拔打客服电话：0574-28810668；投诉电话：18658249818。
实名认证
平台协调中心【客服】
自信AI助手
微信客服
客服QQ
发送邮件
意见反馈
链接地址：https://www.zixin.com.cn/doc/2770356.html