基于深度森林的SAR图像变化检测方法

作者:马文萍; 杨惠; 武越; 焦李成; 陈小波; 熊云塔
来源:2018-06-22, 中国, ZL201810650421.7.

摘要

本发明提出了一种基于深度森林的SAR图像变化检测方法,主要解决现有技术无法充分地从局部的图像块中得到有用信息,同时图像边缘部分信息缺失,导致检测精度差的问题。实现步骤包括:获取初始SAR图像变化检测图;对深度森林模型进行优化;获取训练样本数据集;获取初始类别概率图P;计算差异图D的梯度幅值图G和梯度方向图M;获取最终类别概率图P2;获取最终SAR图像变化检测图。使用了优化的深度森林模型,模型的输入为多尺度图像输入,同时计算了差异图的梯度幅值图和梯度方向图后获得最终类别概率图,提高了SAR图像变化检测的精度,可用于环境监测、农业调查、救灾工作等SAR图像变化检测相关领域中。