摘要
本发明提出了一种基于差异图自步学习的SAR图像变化检测方法,用于解决现有SAR图像变化检测方法结果正确率低和受噪声影响大的问题,其实现步骤是:1.输入两幅校准后待检测的SAR图像,并获得差异图DI;2.对差异图像进行模糊C均值聚类,得到隶属度矩阵U;3.根据隶属度矩阵得到初始变化检测结果图R1;4.利用结果图R1构建候选样本集X’;5.采用均匀选择从X’中生成最终样本集X,并进行自步学习得到分类器;6.使用分类器获得中间的变化检测结果图R2,7.根据R2利用局部邻域信息获得最终变化检测结果图R。本发明提高了变化检测结果的正确率,减少了噪声影响,可用于灾难评估,环境监测,地貌变化预测。
- 单位