基于CNN和SIFT特征的遥感图像变化检测

作者：李学亮; 王维

来源：电子测量技术, 2019, 42(21): 87-91.

DOI：10.19651/j.cnki.emt.1903010

• 卷积神经网络
• SIFT特征
• 变化检测
• 鲁棒性

提出了一种基于卷积神经网络和SIFT特征的遥感图像变化检测方法。起先用该方法将用SIFT把特征从原始图像中提取,接着将提取的SIFT特征组合在一起训练卷积神经网络,用训练后的神经网络来完成遥感图像的变化检测。SIFT具有旋转、尺度缩放、亮度变化和平移不变性的特性,这些优点能使卷积神经网络可以在训练时保持提取的特征不变,分别对两组遥感图像数据集进行实验,从实验结果可以看出该方法不但可以有效地提高变化检测精度,而且对不同的遥感图像表现出较强的鲁棒性。