申请/专利权人：西安电子科技大学

申请日：2021-04-14

公开（公告）日：2024-02-09

公开（公告）号：CN113222898B

主分类号：G06T7/00

分类号：G06T7/00;G06T5/50;G06N3/0464;G06N3/088;G06N3/096

优先权：

专利状态码：有效-授权

法律状态：2024.02.09#授权;2021.08.24#实质审查的生效;2021.08.06#公开

摘要：本发明公开了一种基于多元统计量和深度学习的双航过SAR图像痕迹检测方法，包括：利用复杂反射变化检测估计器获得双航过SAR图像的差异图像；利用无监督多元统计量方法对所述差异图像进行水域和植被区域的识别和虚警消除，获得虚警消除图像；利用归纳迁移学习和从粗到细图像训练CUnet网络；利用经训练的CUnet网络对待处理图像进行痕迹识别。该方法通过复杂反射变化检测估计器获得双航过SAR图像的差异图像，通过无监督多元统计量获得水域和植被区域，进而得到虚警消除图像，结合原始图像、差异图像和虚警移除图像来构建从粗到细图像，利用从粗到细图像和CUnet进行归纳迁移学习，从而实现小样本情况下的双航过SAR图像痕迹检测，检测效果良好。

主权项：1.一种基于多元统计量和深度学习的双航过SAR图像痕迹检测方法，其特征在于，包括：S1：利用复杂反射变化检测估计器获得双航过SAR图像的差异图像；S2：利用无监督多元统计量方法对所述差异图像进行水域和植被区域的识别和虚警消除，获得虚警消除图像；S3：利用归纳迁移学习和从粗到细图像训练CUnet网络；S4：利用经训练的CUnet网络对待处理图像进行痕迹识别，所述S1包括：S11：构建在不同时刻相同几何位置获得的双航过SAR图像的数学模型；S12：根据所述数学模型，获得复杂反射变化检测估计器，所述复杂反射变化检测估计器的表达式为： 其中，和分别表示图像X1和X2的第k个复数据，表示对复数据进行共轭运算，N为邻域像素点的个数，σn1和σn2分别为图像X1和X2的加性系统热噪声估计值；S13：利用所述复杂反射变化检测估计器对所述双航过SAR图像进行处理，得到所述差异图像，所述S2包括：S21：利用由所述双航过SAR图像组成的图像对进行强度叠加，获得水域提取统计量；S22：基于OTSU方法获得所述水域提取统计量的全局阈值并对所述差异图像进行水域提取；S23：利用所述图像对进行强度相减，获得植被提取统计量；S24：基于手动确定阈值的方法，获取植被提取统计量的阈值并对所述差异图像进行植被区域提取；S25：根据所述差异图像构建消除水域和植被区域的虚警消除图像，所述S3包括：S31：将原始SAR图像、所述差异图像和所述虚警消除图像按照通道进行并联，得到从粗到细图像；S32：获取CUnet网络；S33：基于迁移学习方法将所述从粗到细图像进行划分，获得源标签和目标标签；S34：利用源域任务对所述CUnet网络进行预训练；S35：利用目标任务对所述CUnet网络进行微调，获得经训练的CUnet网络。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于多元统计量和深度学习的双航过SAR图像痕迹检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD