基于DS证据融合生成伪标签的SAR图像变化检测

作者：黄炳赫; 宋学力^*; 肖玉柱; 许王琴; 易稳; 杜社林

来源：激光杂志, 2023, 44(06): 60-66.

DOI：10.14016/j.cnki.jgzz.2023.06.060

• 合成孔径雷达图像
• 训练样本
• 登普斯特-沙弗证据理论
• 卷积小波神经网络

合成孔径雷达(Synthetic Aperture Radar, SAR)图像变化检测是一种检测两张SAR图像中变化区域的技术。在基于神经网络的无监督变化检测方法中，伪标签的质量影响到了检测结果的精度。为了提高精度，提出一种基于登普斯特-沙弗(Dempster-Shafer, DS)证据融合理论生成伪标签的方法，再结合多层次模糊C类均值聚类和卷积小波神经网络实现变化检测。该方法通过对三种不同差异图聚类生成的伪标签进行DS证据融合得到融合伪标签，使训练样本更加准确，然后利用网络对像素进行分类，得到变化检测结果。经过实验，该方法在渥太华、越南红河和黄河数据集上的检测精度分别达到了98.48%、97.95%和96.18%。

• 单位
  长安大学