基于堆叠稀疏自动编码器的SAR图像变化检测

作者：冯春凤; 范洪冬^*; 温斌繁; 马骕

来源：激光杂志, 2018, 39(11): 29-33.

DOI：10.14016/j.cnki.jgzz.2018.11.029

• SAR图像
• 稀疏自编码器
• 模糊C均值聚类
• 堆叠稀疏自编码器
• 变化检测

针对合成孔径雷达(SAR)图像存在较强相干斑的特性,该文基于深度学习理论,将堆叠稀疏自编码器(SSAE)运用到SAR图像的变化检测中,用以提取图像的深层特征。首先,用均值比法求取差异图像,然后将差异图像作为输入数据训练稀疏自动编码器(SAE)并通过训练好的SAE提取图像特征,再将图像特征作为输入数据训练新的SAE同时通过训练好的SAE提取图像更深层次的特征,最后连接模糊C均值分类器对提取到的图像特征进行聚类得到变化检测图像。实验结果分析表明基于SSAE的分类模型,总体精度能达到98. 84%,优于实验中的其他方法,证明了深度学习方法在SAR图像的变化检测中具有良好的分类性能。

• 单位
  青岛市勘察测绘研究院; 中国矿业大学（北京）; 中国矿业大学; 国土环境与灾害监测国家测绘地理信息局重点实验室