科研之友
微信
新浪微博
Facebook
分享链接
摘要
训练样本标签的正确选择对合成孔径雷达(Synthetic aperture radar, SAR)图像变化检测任务的准确性至关重要。现有的标签获取方法易受噪声影响，导致产生噪声标签进而影响网络性能。而深度神经网络通常需要大量的样本来训练网络参数，在优化参数方面花费了大量时间，计算复杂度高。为了克服这些问题，提出了一种基于随机森林SAR图像变化检测方法。该方法使用邻域比算子生成差异图，利用阈值法获取初始变化检测结果；接着在初始变化检测结果上利用引导滤波获取目标区域，对目标区域进行预分类，获取可靠样本标签；最后选取随机森林作为分类器，对预分类结果进一步分类。在三组SAR图像数据集上利用三种方法证实了本方法的有效性。
- 单位
