用于高光谱变化检测的多径卷积网络算法

发布时间：2022-07-27 14:04

　　针对如何有效利用高光谱图像中的光谱信息和空间信息进行变化检测的问题,本文提出了一种基于堆叠降噪自动编码器并融合空间信息的多路径卷积网络的高光谱遥感图像变化检测方法。针对高光谱图像信息冗余的问题,使用训练堆叠降噪自动编码器将高光谱数据进行降维。为了得到2幅图像间的差异信息,使用光谱角来表征对应像素间的变化关系。为了利用遥感图像中的空间信息,使用光谱角矩阵中切比雪夫距离小于等于3的区域来进行空间信息的提取,构建一个融合了空间信息的多路径卷积神经网络,并通过该网络得到变化检测结果。在3个高光谱变化检测数据集上进行实验,实验结果表明该方法的总体误差低、准确率高和Kappa系数高,证明了该方法的有效性。 

【文章页数】：7 页

【文章目录】：
1 研究方案
    1.1 堆叠降噪自动编码器
    1.2 光谱角矩阵
2 实验结果与分析
    2.1 数据集
    2.2 评价指标
        2.2.1 Bay Area数据集结果
        2.2.2 Santa Barbara数据集结果
        2.2.3 Hermiston数据集结果
3 结论


【参考文献】：
期刊论文
[1]用于高光谱变化检测的多径卷积网络算法[J]. 赵春晖,张锦林,宿南,闫奕名.  哈尔滨工程大学学报. 2020(09)



本文编号：3665588