留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

利用分形和多尺度分析的中低分辨率SAR图像变化检测

张晗 倪维平 严卫东 边辉 吴俊政 李莎 金骁

张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
引用本文: 张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
ZHANG Han, NI Weiping, YAN Weidong, BIAN Hui, WU Junzheng, LI Sha, JIN Xiao. Mid and Low Resolution SAR Image Change Detection Based on Fractal and Multi-scale Analysis[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
Citation: ZHANG Han, NI Weiping, YAN Weidong, BIAN Hui, WU Junzheng, LI Sha, JIN Xiao. Mid and Low Resolution SAR Image Change Detection Based on Fractal and Multi-scale Analysis[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375

利用分形和多尺度分析的中低分辨率SAR图像变化检测

doi: 10.13203/j.whugis20140375
详细信息
    作者简介:

    张晗,硕士,实习研究员,主要从事遥感图像配准和变化检测技术研究。zhanghan9718@163.com

  • 中图分类号: P237.9

Mid and Low Resolution SAR Image Change Detection Based on Fractal and Multi-scale Analysis

  • 摘要: 对于合成孔径雷达(synthetic aperture radar,SAR)图像像素级变化检测,常见的对数比、交叉熵差异图在提取建筑物等人造目标的变化时不能保持其结构特征。本文将分形维数引入到差异图构造中,定义了分形-对数比(fractal dimension-log ratio, FD-LR)融合差异图,在有效提取不同地物类型变化的同时,能够保持其轮廓结构。为克服斑噪干扰,对FD-LR进行多尺度分析,通过贝叶斯分割和决策级融合提取变化信息。实验结果表明,该方法模型简单,能够有效检测不同地物类型的变化,在中低分辨率复杂场景的SAR图像变化检测中具有优势。
  • [1] Li Deren. Change Detection from Remote Sensing Images[J]. Geomatics and Information Science of Wuhan University, 2008, 28(s1):7-12(李德仁. 利用遥感影像进行变化检测[J]. 武汉大学学报·信息科学版, 2003, 28(s1):7-12)
    [2] Gong M G, Su L Z, Jia M,et al. Fuzzy Clustering with Modified MRF Energy Function for Change Detection in Synthetic Aperture Radar Images[J]. IEEE Transactions on Fuzzy Systems,2013, 99:1-12
    [3] Inglada J, Mercier G. A New Statistical Similarity Measure for Change Detection in Multitemporal SAR Images and Its Extension to Multiscale Change Analysis[J]. IEEE Transactions on Geoscience and Remote Sensing, 2007, 45(5):1432-1445
    [4] Huang S Q, Cai X H, Chen S X,et al. Change Detection Method Based on Fractal Model and Wavelet Transform for Multi Temporal SAR Images[J]. International Journal of Applied Earth Observation and Geoinformation, 2011, 13(1):863-872
    [5] Salmasi M, Hashemi M M. Design and Analysis of Fractal Detector for High Resolution Radars[J]. Chaos, Solitons, and Fractals, 2009, 40(1):2133-2145
    [6] Celik T. A Bayesian Approach to Unsupervised Multiscale Change Detection in Synthetic Aperture Radar Images[J]. Signal Processing, 2010, 90:1471-1485
    [7] Xin F F, Jiao L C, Wang G T. SAR Image Change Detection Based on Memetic Algorithm[J]. J Infrared Millim Waves,2012,31(1):67-72(辛芳芳, 焦李成, 王桂婷. 基于Memetic算法的SAR图像变化检测[J]. 红外与毫米波学报, 2012, 31(1):67-72)
    [8] Bovolo F, Bruzzone L. A Detail-Preserving Scale-Driven Approach to Change Detection in Multitemporal SAR Images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2005, 43(12):2963-2972
    [9] Gong Maoguo, Zhou Zhiqiang, Ma Jingjing. Change Detection in Synthetic Aperture Radar Images Based on Image Fusion and Fuzzy Clustering[J]. IEEE Transactions on Image Processing, 2012, 21(4):2141-2151
    [10] Chaudhuri B, Sarkar N. TextureSegmentation Using Fractal Dimension[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence Geoscience and Remote Sensing, 1995, 17(1):72-77
    [11] Ivanovici M, Richard N. Fractal Dimension of Color Fractal Images[J]. IEEE Transactions on Image Processing, 2011, 20(1):227-235
    [12] Pentland A P. Fractal-Based Description of Natural Scenes[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence Geoscience and Remote Sensing, 1984, 6(6):661-674
    [13] Koenderink J J. The Structure of Images[J]. Biological Cybernetics, 1984, 50:363-370
  • [1] 王昶, 张永生, 王旭.  基于变分法与Markov随机场模糊局部信息聚类法的SAR影像变化检测 . 武汉大学学报 ● 信息科学版, 2021, 46(6): 844-851. doi: 10.13203/j.whugis20190167
    [2] 庄会富, 邓喀中, 余美, 范洪冬.  结合KI准则和逆高斯模型的SAR影像非监督变化检测 . 武汉大学学报 ● 信息科学版, 2018, 43(2): 282-288. doi: 10.13203/j.whugis20160079
    [3] 刘伟, 陈建宏, 曾阳帆, 赵拥军.  利用先验约束的SAR图像港口检测与鉴别 . 武汉大学学报 ● 信息科学版, 2016, 41(10): 1319-1325. doi: 10.13203/j.whugis20140794
    [4] 陆苗, 梅洋, 赵勇, 冷亮.  利用多尺度几何特征向量的变化检测方法 . 武汉大学学报 ● 信息科学版, 2015, 40(5): 623-627. doi: 10.13203/j.whugis20130382
    [5] 魏立飞, 钟燕飞, 张良培, 李平湘.  多波段信息融合的遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 8-11.
    [6] 徐川, 华凤, 眭海刚, 陈光.  多尺度水平集SAR影像水体自动分割方法 . 武汉大学学报 ● 信息科学版, 2014, 39(1): 27-31.
    [7] 郭际明, 黄长军, 喻小东, 陈元洪.  一种改进的二维经验模态分解SAR图像噪声抑制方法 . 武汉大学学报 ● 信息科学版, 2013, 38(12): 1445-1450.
    [8] 林怡, 刘冰, 陈映鹰, 潘琛.  多特征差分核支持向量机遥感影像变化检测方法 . 武汉大学学报 ● 信息科学版, 2013, 38(8): 978-982.
    [9] 李雪, 舒宁, 王琰, 李亮.  利用土地利用状态转移分析的变化检测 . 武汉大学学报 ● 信息科学版, 2011, 36(8): 952-955.
    [10] 尤红建, 傅琨.  基于分布模型差异的SAR变化检测 . 武汉大学学报 ● 信息科学版, 2008, 33(5): 454-456.
    [11] 张浩, 蔡晋辉, 周泽魁.  DS证据理论在SAR图像边缘检测中的应用 . 武汉大学学报 ● 信息科学版, 2008, 33(1): 105-108.
    [12] 张静, 王国宏, 林雪原.  一种基于正则化方法的SAR图像边缘检测算法 . 武汉大学学报 ● 信息科学版, 2007, 32(10): 864-867.
    [13] 张晓东, 李德仁, 龚健雅, 秦前清.  遥感影像与GIS分析相结合的变化检测方法 . 武汉大学学报 ● 信息科学版, 2006, 31(3): 266-269.
    [14] 江利明, 廖明生, 张路, 林珲.  顾及空间邻域关系的多时相SAR影像变化检测 . 武汉大学学报 ● 信息科学版, 2006, 31(4): 312-315.
    [15] 尤红建, 丁赤彪, 向茂生.  机载高分辨率SAR图像直接对地定位原理及精度分析 . 武汉大学学报 ● 信息科学版, 2005, 30(8): 712-715.
    [16] 张路, 廖明生, 盛辉.  基于正交变换的多通道遥感影像变化检测 . 武汉大学学报 ● 信息科学版, 2004, 29(5): 456-460,469. doi: 10.13203/j.whugis2004.05.018
    [17] 段汕, 梅建新, 秦前清.  一种适用于信号与图像处理的线性多尺度变换方法 . 武汉大学学报 ● 信息科学版, 2003, 28(5): 538-541.
    [18] 巫兆聪, 方圣辉.  基于分形理论的SAR图像边缘检测 . 武汉大学学报 ● 信息科学版, 2000, 25(4): 334-337.
    [19] 朱庆.  分形理论及其在数字地形分析和地面仿真中的应用 . 武汉大学学报 ● 信息科学版, 1998, 23(1): 93-94.
    [20] 张慧芳, 张鹏林, 晁剑.  使用多尺度模糊融合的高分影像变化检测 . 武汉大学学报 ● 信息科学版, 0, 0(0): 0-0. doi: 10.13203/j.whugis20190425
  • 加载中
计量
  • 文章访问数:  889
  • HTML全文浏览量:  58
  • PDF下载量:  416
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-09-15
  • 刊出日期:  2016-05-05

利用分形和多尺度分析的中低分辨率SAR图像变化检测

doi: 10.13203/j.whugis20140375
    作者简介:

    张晗,硕士,实习研究员,主要从事遥感图像配准和变化检测技术研究。zhanghan9718@163.com

  • 中图分类号: P237.9

摘要: 对于合成孔径雷达(synthetic aperture radar,SAR)图像像素级变化检测,常见的对数比、交叉熵差异图在提取建筑物等人造目标的变化时不能保持其结构特征。本文将分形维数引入到差异图构造中,定义了分形-对数比(fractal dimension-log ratio, FD-LR)融合差异图,在有效提取不同地物类型变化的同时,能够保持其轮廓结构。为克服斑噪干扰,对FD-LR进行多尺度分析,通过贝叶斯分割和决策级融合提取变化信息。实验结果表明,该方法模型简单,能够有效检测不同地物类型的变化,在中低分辨率复杂场景的SAR图像变化检测中具有优势。

English Abstract

张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
引用本文: 张晗, 倪维平, 严卫东, 边辉, 吴俊政, 李莎, 金骁. 利用分形和多尺度分析的中低分辨率SAR图像变化检测[J]. 武汉大学学报 ● 信息科学版, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
ZHANG Han, NI Weiping, YAN Weidong, BIAN Hui, WU Junzheng, LI Sha, JIN Xiao. Mid and Low Resolution SAR Image Change Detection Based on Fractal and Multi-scale Analysis[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
Citation: ZHANG Han, NI Weiping, YAN Weidong, BIAN Hui, WU Junzheng, LI Sha, JIN Xiao. Mid and Low Resolution SAR Image Change Detection Based on Fractal and Multi-scale Analysis[J]. Geomatics and Information Science of Wuhan University, 2016, 41(5): 642-648. doi: 10.13203/j.whugis20140375
参考文献 (13)

目录

    /

    返回文章
    返回