一种基于概率图模型的多时相SAR相干变化检测方法

发布时间：2018-09-17 12:03

【摘要】：相干变化检测(CCD)利用重轨SAR数据对场景中表现为低相干特性的变化区域具有良好的检测性能,然而场景中诸如植被、阴影、强散射旁瓣、低散射等区域也呈现低相干特性,对检测结果造成干扰,尤其在高波段SAR CCD中,对检测效果影响更加明显。该文利用多时相SAR数据形成的相干变化差异图像(CCD图像)建立概率图模型,提出一种多时相CCD处理方法。该方法以多时相CCD图像作为观测量,通过选取合适的参与处理图像数量及优化场景中变化区域的分类,计算目标变化区域的后验概率,可有效减小低相干干扰区域造成的影响。仿真和实测数据结果验证了该方法的正确性和有效性。
[Abstract]:Coherent change detection (CCD) uses heavy-orbit SAR data to detect the low coherence region in the scene, but in the scene such as vegetation, shadow, strong scattering sidelobe, low scattering and so on, it also shows low coherence. It interferes with the detection results, especially in high band SAR CCD. In this paper, the probabilistic graph model is established by using the coherent variation differential image (CCD image) formed from the multitemporal SAR data, and a multitemporal CCD processing method is proposed. In this method, multi-temporal CCD images are used as observations. By selecting appropriate number of images and optimizing the classification of the changing regions in the scene, the posterior probability of the target change region is calculated, which can effectively reduce the influence caused by the low coherent interference region. The validity and validity of the method are verified by simulation and measured data.
【作者单位】： 中国科学院电子学研究所微波成像技术重点实验室;中国科学院大学;
【分类号】：TN957.52

【相似文献】

相关期刊论文 前10条

1 段琳琳;王忠勇;肖岩;朱政宇;;概率图模型在无线网络推理中的应用[J];无线电工程;2012年02期

2 万红林;汪洋;江凯;邬伯才;;基于模糊贴近度和非紧凑邻域的变化检测[J];雷达科学与技术;2014年03期

3 韩萍;丛润民;;极化SAR图像的联合加权极化差异度变化检测算法[J];信号处理;2013年10期

4 韩萍;丛润民;张蔚然;;基于加权极化差异度的极化SAR图像变化检测算法[J];现代雷达;2013年12期

5 吴樊;陈曦;王超;张红;张波;;基于极化似然比的极化SAR影像变化检测[J];电波科学学报;2009年01期

6 吴涛;陈曦;牛蕾;陶利;;非监督SAR图像变化检测研究最新进展[J];遥感信息;2013年01期

7 蔡纯,孙洪,曹永锋;基于区域似然比的SAR图像变化检测[J];武汉大学学报(理学版);2005年01期

8 詹芊芊;尤红建;洪文;;SAR图像变化检测的多尺度方法研究[J];测绘科学;2010年S1期

9 李金基;焦李成;张向荣;杨咚咚;;基于两时相图像联合分类的SAR图像变化检测[J];红外与毫米波学报;2009年06期

10 万红林;焦李成;王桂婷;辛芳芳;;在感兴趣的区域层面上进行SAR图像变化检测的方法研究[J];测绘学报;2012年02期

相关会议论文 前10条

1 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

2 吴樊;王超;张红;张波;;多时相SAR图像滤波[A];全国国土资源与环境遥感应用技术研讨会论文集[C];2009年

3 沈晶;杨学志;;基于边缘保持分水岭算法的SAR海冰图像分割[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 尤红建;;基于Edgeworth逼近的SAR变化检测方法研究[A];《测绘通报》测绘科学前沿技术论坛摘要集[C];2008年

5 郝卫东;熊邺;曲兰英;周志丽;;一种降低手机SAR的设计[A];2009年全国天线年会论文集（下）[C];2009年

6 方勇;;综合多视角SAR图像改正遮蔽区试验[A];第十三届全国遥感技术学术交流会论文摘要集[C];2001年

7 于明成;许稼;彭应宁;;SAR多普勒中心快速解模糊的新方法[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

8 戴尔燕;金亚秋;;多轨道飞行全极化SAR图像对目标的立体重构[A];第二届微波遥感技术研讨会摘要全集[C];2006年

9 钱方明;巩丹超;刘薇;;SAR图像边缘特征提取方法研究[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

10 孙伟顺;计科峰;朱俊;粟毅;;典型军用目标SAR图像预估[A];第六届全国信息获取与处理学术会议论文集（2）[C];2008年

相关博士学位论文 前10条

1 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

2 薛腾飞;基于SAR多特征变化检测的震害建筑物提取研究[D];中国地震局工程力学研究所;2017年

3 段琳琳;通信系统中基于概率图模型的迭代接收技术研究[D];郑州大学;2014年

4 万红林;无降斑预处理的两对相SAR图像变化检测方法研究[D];西安电子科技大学;2011年

5 黄勇;SAR图像变化检测及相关技术研究[D];电子科技大学;2006年

6 张双喜;高分辨宽测绘带多通道SAR和动目标成像理论与方法[D];西安电子科技大学;2014年

7 张泽兵;知识辅助的SAR目标索引及特征提取技术研究[D];国防科学技术大学;2014年

8 张斌;基于MRF的SAR图像分类与变化检测应用研究[D];武汉大学;2013年

9 张鹏;基于统计模型的SAR图像降斑和分割方法研究[D];西安电子科技大学;2012年

10 王勃;星载全极化SAR海面散射特性及其船目标检测方法[D];中国海洋大学;2013年

相关硕士学位论文 前10条

1 丁翔;SAR图像幅度变化检测方法研究[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年

2 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

3 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

4 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

5 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

6 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

7 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

8 张在吉;基于分类的极化SAR图像中感兴趣类地物变化检测算法研究[D];中国民航大学;2016年

9 崔莹;多时相SAR图像多尺度变化检测[D];国防科学技术大学;2014年

10 朱华慧;基于非平稳分析的SAR图像变化检测算法研究[D];西安电子科技大学;2015年

，

本文编号：2245859