结合KI准则与数学形态学滤波的SAR变化检测

发布时间：2018-01-18 02:14

  本文关键词：结合KI准则与数学形态学滤波的SAR变化检测　出处：《激光杂志》2017年04期 　论文类型：期刊论文

  更多相关文章： KI阈值算法 广义高斯模型 二值数学形态学滤波 结构元素 变化检测

【摘要】：合成孔径雷达(Synthetic Aperture Radar,SAR)影像因其独特的成像方式,而具有明显的斑点噪声,这限制了SAR影像变化检测的精度和应用。在广义高斯模型假设下,结合KI(Kittler-Illingworth,KI)最小错误率准则计算自动阈值,得到SAR影像变化检测图,利用二值数学形态学滤波算法对变化检测图进行后处理,并分析了方形和圆形结构元素在不同结构尺寸下的滤波效果。在两组SAR数据上的实验表明,选用恰当的结构元素与大小,可以有效提高变化检测精度。
[Abstract]:Synthetic Aperture radar (SAR) images have obvious speckle noise due to their unique imaging methods. This limits the accuracy and application of SAR image change detection. Under the assumption of generalized Gao Si model, combined with KI(Kittler-Illingworth. Ki) minimum error rate criterion calculates the automatic threshold and gets the change detection diagram of SAR image. The binary mathematical morphological filter algorithm is used to post-process the change detection map. The filtering effect of square and circular structural elements under different structural sizes is analyzed. The experiments on two groups of SAR data show that the accuracy of change detection can be improved effectively by selecting appropriate structural elements and sizes.
【作者单位】： 中国矿业大学环境与测绘学院;
【基金】：江苏省基础研究计划(自然科学基金)青年基金项目(BK20160218)
【分类号】：TN957.52
【正文快照】： 20世纪50年代初期,美国Goodyear航空公司率先提出合成孔径雷达(Synthetic Aperture Radar,SAR)思想。自此,SAR[1]凭借其全天时、全天候的成像特点,兼有幅度和相位信息等优势,广泛应用于军事战略战术目标的自动检测与识别、环境监测、气象预报、灾害预防以及资源勘探等多个领域

【相似文献】

相关期刊论文 前10条

1 宋翠玉;李培军;杨锋杰;;运用多尺度图像纹理进行城市扩展变化检测[J];国土资源遥感;2006年03期

2 徐宏根;宋妍;;顾及阴影信息的高分辨率遥感图像变化检测方法[J];国土资源遥感;2013年04期

3 刘直芳,张剑清;城区变化检测的一种方法[J];测绘通报;2001年02期

4 倪林,冷洪超;机场区域变化检测研究[J];遥感技术与应用;2002年04期

5 李小春,陈鲸;一种变化检测的新算法[J];宇航学报;2005年03期

6 唐德可,付琨,王宏琦;基于光谱和空域信息的城区变化检测方法研究[J];测绘科学;2005年06期

7 钟家强;王润生;;一种基于线特征的道路网变化检测算法[J];遥感学报;2007年01期

8 吴华;常艳玲;沙瑞;;基于Laplacian Eigenmap的图像变化检测虚警优化技术[J];计算机工程与应用;2007年32期

9 霍春雷;程健;卢汉清;周志鑫;;基于多尺度融合的对象级变化检测新方法[J];自动化学报;2008年03期

10 李雪;舒宁;王琰;;利用向量相似性进行基于像斑的土地利用变化检测[J];遥感信息;2009年06期

相关会议论文 前10条

1 尤红建;詹芊芊;;尺度优化的星载SAR图像变化检测[A];中国测绘学会第九次全国会员代表大会暨学会成立50周年纪念大会论文集[C];2009年

2 刘元波;;环境遥感变化探测研究中的若干问题：辐射校正方法与变化检测算法及其理论关系[A];中国地理学会2007年学术年会论文摘要集[C];2007年

3 邢帅;徐青;;高分辨率卫星遥感影像变化检测技术的研究[A];第十三届全国图象图形学学术会议论文集[C];2006年

4 霍春雷;程健;周志鑫;卢汉清;;基于尺度传播的多尺度变化检测新方法[A];第十四届全国图象图形学学术会议论文集[C];2008年

5 张蔚然;韩萍;;基于去取向理论的极化SAR变化检测[A];第二十五届中国（天津）2011’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2011年

6 胡艳;李胜;何宗;罗灵军;李静;;水体变化检测在重庆市干旱遥感监测中的应用[A];重庆市测绘学会第三届优秀论文评选获奖论文暨2005-2006年度学术交流会论文选编[C];2008年

7 张铁军;;年度土地利用变更调查中遥感监测图斑提取方法浅析[A];福建省土地学会2012年年会论文集[C];2012年

8 柳思聪;杜培军;;基于形态学滤波的多时相遥感影像变化检测方法研究[A];第十七届中国遥感大会摘要集[C];2010年

9 刘志刚;李夕海;钱昌松;;遥感图像变化检测问题浅析[A];陕西地球物理文集（五）国家安全与军事地球物理研究[C];2005年

10 刘翔;李万茂;高连如;陶发达;倪金生;;基于遥感图像变化检测的投资项目搜索技术研究[A];中国遥感应用协会2010年会暨区域遥感发展与产业高层论坛论文集[C];2010年

相关博士学位论文 前10条

1 郝明;基于空间信息准确性增强的遥感影像变化检测方法研究[D];中国矿业大学;2015年

2 王凌霞;基于多尺度分析和自然进化优化的遥感图像配准与变化检测[D];西安电子科技大学;2015年

3 刘赶超;基于双噪声相似性模型的SAR图像变化检测[D];西安电子科技大学;2016年

4 李向军;遥感土地利用变化检测方法探讨[D];中国科学院研究生院（遥感应用研究所）;2006年

5 邓小炼;基于变化矢量分析的土地利用变化检测方法研究[D];中国科学院研究生院（遥感应用研究所）;2006年

6 李雪;基于像斑信息挖掘的土地利用变化检测方法研究[D];武汉大学;2010年

7 张路;基于多元统计分析的遥感影像变化检测方法研究[D];武汉大学;2004年

8 罗旺;遥感图像的变化检测与标注方法研究[D];电子科技大学;2012年

9 王琰;基于像斑统计分析的高分辨率遥感影像土地利用/覆盖变化检测方法研究[D];武汉大学;2012年

10 邓湘金;基于模式识别知识的遥感图像变化检测研究[D];中国科学院研究生院（电子学研究所）;2003年

相关硕士学位论文 前10条

1 张家琦;遥感影像变化检测方法及应用研究[D];中国地质大学(北京);2015年

2 李玲玲;基于NSCT和NSST的图像变化检测算法研究及应用[D];新疆大学;2015年

3 胡雪梅;基于MST的遥感图像变化检测研究[D];新疆大学;2015年

4 杨国栋;基于分布式并行聚类的SAR图像变化检测算法研究[D];西安电子科技大学;2014年

5 王桥;基于多目标模糊聚类的SAR图像变化检测[D];西安电子科技大学;2014年

6 张文婷;基于自适应权值差异图融合和聚类的SAR图像变化检测方法研究[D];西安电子科技大学;2014年

7 任新营;基于OpenCL的并行SAR图像变化检测[D];西安电子科技大学;2014年

8 宫金杞;面向地理国情监测的地表覆盖变化检测方法研究及系统实现[D];山东农业大学;2015年

9 赵姣姣;基于无监督方法的SAR图像变化检测[D];西安电子科技大学;2014年

10 李晓婷;基于信息融合与匀质区域提取的SAR图像变化检测[D];西安电子科技大学;2014年

，

本文编号：1438993