一种基于CNN的SAR图像变化检测方法
该文提出了一种基于卷积神经网络（CNN）及有效图像预处理的合成孔径雷达（SAR）图像变化检测方法。为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进行了研究。在预处理中分别利用DEM模型以及Otsu方法对SAR图像中的山体和水体进行了提取和去除。利用多层卷积神经网络从SAR图像中自动学习目标特征,再利用学习到的特征对图像进行分类。训练集和测试集的分类精度分别达到了98.25%和97.86%。利用图像差值法得到分类后的SAR图像变化检测结果,并验证了该方法的准确性和有效性。另外,文中给出了基于CNN的变化检测方法和传统方法的对比结果。结果表明,相对于传统方法,基于CNN的变化...
Saved in:
| Published in | 雷达学报 Vol. 6; no. 5; pp. 483 - 491 |
|---|---|
| Main Author | |
| Format | Journal Article |
| Language | Chinese |
| Published |
中国科学院电子学研究所 北京100190
2017
中国科学院大学 北京 100049%中国科学院电子学研究所 北京100190 |
| Subjects | |
| Online Access | Get full text |
| ISSN | 2095-283X |
| DOI | 10.12000/JR17075 |
Cover
| Abstract | 该文提出了一种基于卷积神经网络（CNN）及有效图像预处理的合成孔径雷达（SAR）图像变化检测方法。为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进行了研究。在预处理中分别利用DEM模型以及Otsu方法对SAR图像中的山体和水体进行了提取和去除。利用多层卷积神经网络从SAR图像中自动学习目标特征,再利用学习到的特征对图像进行分类。训练集和测试集的分类精度分别达到了98.25%和97.86%。利用图像差值法得到分类后的SAR图像变化检测结果,并验证了该方法的准确性和有效性。另外,文中给出了基于CNN的变化检测方法和传统方法的对比结果。结果表明,相对于传统方法,基于CNN的变化检测方法具有更高的检测精度。 |
|---|---|
| AbstractList | 该文提出了一种基于卷积神经网络（CNN）及有效图像预处理的合成孔径雷达（SAR）图像变化检测方法。为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进行了研究。在预处理中分别利用DEM模型以及Otsu方法对SAR图像中的山体和水体进行了提取和去除。利用多层卷积神经网络从SAR图像中自动学习目标特征,再利用学习到的特征对图像进行分类。训练集和测试集的分类精度分别达到了98.25%和97.86%。利用图像差值法得到分类后的SAR图像变化检测结果,并验证了该方法的准确性和有效性。另外,文中给出了基于CNN的变化检测方法和传统方法的对比结果。结果表明,相对于传统方法,基于CNN的变化检测方法具有更高的检测精度。 TP753; 该文提出了一种基于卷积神经网络(CNN)及有效图像预处理的合成孔径雷达(SAR)图像变化检测方法.为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进行了研究.在预处理中分别利用DEM模型以及Otsu方法对SAR图像中的山体和水体进行了提取和去除.利用多层卷积神经网络从SAR图像中自动学习目标特征,再利用学习到的特征对图像进行分类.训练集和测试集的分类精度分别达到了98.25％和97.86％.利用图像差值法得到分类后的SAR图像变化检测结果,并验证了该方法的准确性和有效性.另外,文中给出了基于CNN的变化检测方法和传统方法的对比结果.结果表明,相对于传统方法,基于CNN的变化检测方法具有更高的检测精度. |
| Author | 徐真;王宇;李宁;张衡;张磊 |
| AuthorAffiliation | 中国科学院电子学研究所,北京100190;中国科学院大学,北京100049 |
| AuthorAffiliation_xml | – name: 中国科学院电子学研究所 北京100190;中国科学院大学 北京 100049%中国科学院电子学研究所 北京100190 |
| Author_FL | Li Ning Zhang Lei Xu Zhen Wang Robert Zhang Heng |
| Author_FL_xml | – sequence: 1 fullname: Xu Zhen – sequence: 2 fullname: Wang Robert – sequence: 3 fullname: Li Ning – sequence: 4 fullname: Zhang Heng – sequence: 5 fullname: Zhang Lei |
| Author_xml | – sequence: 1 fullname: 徐真;王宇;李宁;张衡;张磊 |
| BookMark | eNotj8tKw0AYhWdRwVoLPoPgMvrnn0wmsyzBK6VC7cJdmJlkaqQmmiDqrlB3XrqyiC5cuPABRNAufJomfQ0DdXU23zkfZ4XUkjSJCFmzYdNGANg66NocOKuROoJgFnr0eJk08zxWQF1kLlCnTqzZ93D-8VC8TWfTR7_Tmb_cHrW6xetvMRoX4-fiflK-D8uvu3LyU34-rZIlIwd51PzPBuntbPf8Pat9uLvvt9qWZpxZXKBxPc1FZUdbAtpacca0ccABAUYolCZEiRS1EuhxEVEIQ8-BqqO0pA2ysZi9komRST84TS-zpBIGg_BaIVS_GACruPUFp0_SpH8RV-R5Fp_J7CZwOXUZCsHoHwCOWto |
| ClassificationCodes | TP753 |
| ContentType | Journal Article |
| Copyright | Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| Copyright_xml | – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved. |
| DBID | 2RA 92L CQIGP W92 ~WA 2B. 4A8 92I 93N PSX TCJ |
| DOI | 10.12000/JR17075 |
| DatabaseName | 维普期刊资源整合服务平台 中文科技期刊数据库-CALIS站点 维普中文期刊数据库 中文科技期刊数据库-工程技术 中文科技期刊数据库- 镜像站点 Wanfang Data Journals - Hong Kong WANFANG Data Centre Wanfang Data Journals 万方数据期刊 - 香港版 China Online Journals (COJ) China Online Journals (COJ) |
| DatabaseTitleList | |
| DeliveryMethod | fulltext_linktorsrc |
| Discipline | Engineering |
| DocumentTitleAlternate | A Novel Approach to Change Detection in SAR Images with CNN Classification |
| DocumentTitle_FL | A Novel Approach to Change Detection in SAR Images with CNN Classification |
| EndPage | 491 |
| ExternalDocumentID | ldxb201705005 673652995 |
| GrantInformation_xml | – fundername: 国家重点研发计划; 中科院国防科技创新基金 funderid: (2017YFB0502700); 中科院国防科技创新基金 |
| GroupedDBID | -0Y 2B. 2C0 2RA 5VS 92H 92I 92L ABJNI ACGFS ALMA_UNASSIGNED_HOLDINGS CCEZO CQIGP CUBFJ GROUPED_DOAJ IPNFZ KQ8 RIG TCJ TGT U1G U5S W92 ~WA 4A8 93N PSX |
| ID | FETCH-LOGICAL-c575-792f68c7907521a021cb755cf404090f9b2afd2a232cb92879e30dd840c79bca3 |
| ISSN | 2095-283X |
| IngestDate | Thu May 29 04:01:07 EDT 2025 Wed Feb 14 09:56:05 EST 2024 |
| IsPeerReviewed | true |
| IsScholarly | true |
| Issue | 5 |
| Keywords | 变化检测 SAR图像 卷积神经网络 |
| Language | Chinese |
| LinkModel | OpenURL |
| MergedId | FETCHMERGED-LOGICAL-c575-792f68c7907521a021cb755cf404090f9b2afd2a232cb92879e30dd840c79bca3 |
| Notes | 10-1030/TN This paper presents a novel Synthetic Aperture Radar（SAR）-image-change-detection method, which integrates effective-image preprocessing and Convolutional Neural Network（CNN） classification. To validate the efficiency of the proposed method, two SAR images of the same devastated region obtained by Terra SAR-X before and after the 2011 Tohoku earthquake are investigated. During image preprocessing, the image backgrounds such as mountains and water bodies are extracted and removed using Digital Elevation Model（DEM） model and Otsu＇s thresholding method. A CNN is employed to automatically extract hierarchical feature representation from the data. The SAR image is then classified with the theoretically obtained features.The classification accuracies of the training and testing datasets are 98.25% and 97.86%, respectively. The changed areas between two SAR images are detected using image difference method. The accuracy and efficiency of the proposed method are validated. In addition, with other traditional |
| PageCount | 9 |
| ParticipantIDs | wanfang_journals_ldxb201705005 chongqing_primary_673652995 |
| PublicationCentury | 2000 |
| PublicationDate | 2017 |
| PublicationDateYYYYMMDD | 2017-01-01 |
| PublicationDate_xml | – year: 2017 text: 2017 |
| PublicationDecade | 2010 |
| PublicationTitle | 雷达学报 |
| PublicationTitleAlternate | Journal of Radars |
| PublicationTitle_FL | Journal of Radars |
| PublicationYear | 2017 |
| Publisher | 中国科学院电子学研究所 北京100190 中国科学院大学 北京 100049%中国科学院电子学研究所 北京100190 |
| Publisher_xml | – name: 中国科学院大学 北京 100049%中国科学院电子学研究所 北京100190 – name: 中国科学院电子学研究所 北京100190 |
| SSID | ssib036256034 ssj0001853618 ssib023646539 ssib036438606 ssib017479458 ssib051376368 ssib038075146 ssib011592811 ssib058814069 ssib054421839 |
| Score | 2.0860906 |
| Snippet | 该文提出了一种基于卷积神经网络（CNN）及有效图像预处理的合成孔径雷达（SAR）图像变化检测方法。为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进行... TP753; 该文提出了一种基于卷积神经网络(CNN)及有效图像预处理的合成孔径雷达(SAR)图像变化检测方法.为了验证方法的有效性,以2011年日本仙台地区地震导致的城区变化为例进... |
| SourceID | wanfang chongqing |
| SourceType | Aggregation Database Publisher |
| StartPage | 483 |
| SubjectTerms | SAR图像 卷积神经网络 变化检测 |
| Title | 一种基于CNN的SAR图像变化检测方法 |
| URI | http://lib.cqvip.com/qk/71636X/201705/673652995.html https://d.wanfangdata.com.cn/periodical/ldxb201705005 |
| Volume | 6 |
| hasFullText | 1 |
| inHoldings | 1 |
| isFullTextHit | |
| isPrint | |
| journalDatabaseRights | – providerCode: PRVAFT databaseName: Open Access Digital Library issn: 2095-283X databaseCode: KQ8 dateStart: 20120101 customDbUrl: isFulltext: true dateEnd: 99991231 titleUrlDefault: http://grweb.coalliance.org/oadl/oadl.html omitProxy: true ssIdentifier: ssj0001853618 providerName: Colorado Alliance of Research Libraries – providerCode: PRVAON databaseName: DOAJ Directory of Open Access Journals issn: 2095-283X databaseCode: DOA dateStart: 20120101 customDbUrl: isFulltext: true dateEnd: 99991231 titleUrlDefault: https://www.doaj.org/ omitProxy: true ssIdentifier: ssj0001853618 providerName: Directory of Open Access Journals – providerCode: PRVHPJ databaseName: ROAD: Directory of Open Access Scholarly Resources issn: 2095-283X databaseCode: M~E dateStart: 20120101 customDbUrl: isFulltext: true dateEnd: 99991231 titleUrlDefault: https://road.issn.org omitProxy: true ssIdentifier: ssib054421839 providerName: ISSN International Centre |
| link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV1Lb9QwELZKucAB8RSlUPWATyiQhx3bR2c3qwqJPZRF2tvKSTbtAW0LbCXUUyW48eiJCsGBAwd-AEKCHvg13e3fYMbOblJA4iGtVhNPMvbMJPZnJ54h5GZQxCWXme8FRWk8livpmSgKvNIYGA6lYEObpvNeN157wO72eX_hFGl8tbQzzm7nu7_dV_I_XoUy8Cvukv0Hz86FQgHQ4F_4Bw_D_1_5mKaMJhI_VkgF1YLKNk05VR2aaMvSVKatbhe5Cmh2X6_bExKapEjIiMqOJTpUSUu0qIppGlMdWbExTaAwQQLKE2VLIuoyVs5ALU2VlSloKlGyE67bVFtRUlPNZ45FDvCVbbKC2jo1BxRIbWVwMRCi5kDtbWRWnOCEtBbVPtasA_g1VzHcdk17x1WW0u2Z_u3KZCpotBXUUFSHtmkMNXcsbOz8HIG1ARcJRROnoQJj3ZrZT1S21y2MPOXSlLq-NgSk6QHS6jcHhrhx__NGJ89c6p0KLzCXbeyXoQj3QGGa7fVA-C45zE-BvR8WT7PQhjOyQXhPh7ii1FgUgB4R4LoKZd0DY7R_jCU8Owb0AYi1DvAH7EjG9XtzzCbAG9GBeIDjST3B5IxZiDw_lhgAzaWcd6uUgOZiu0g-t1AVwRnVu1Mph3FJNrdGG48AbdnNb6PSjDYaOK13npyrJlir2j0tF8jC7uZFcrYRdvMS8Y6-7h1_ejX5cHh0-Bqej-N3z-HJmLz_Pnm2P9l_O3l5MP24N_3yYnrwbfr5zWXS66S91ppXpQ3xcph7eEKFZSxzoaBhYWAAw-aZ4DwvGYxXyi9VFpqyCA1MJfIMrCvUMPKLQjIfrslyE10hi6Ot0fAqWWVC8iG-2Y8CMIsJlDIZTBlMmZdqWHB_iSzP9R5su-gw9kNJDiCPL5GVyhKDqs94Mjjh82t_OmGZnEHarfhdJ4vjxzvDG4CBx9mKvU1-AJ8Jf0U |
| linkProvider | Directory of Open Access Journals |
| openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E4%B8%80%E7%A7%8D%E5%9F%BA%E4%BA%8ECNN%E7%9A%84SAR%E5%9B%BE%E5%83%8F%E5%8F%98%E5%8C%96%E6%A3%80%E6%B5%8B%E6%96%B9%E6%B3%95&rft.jtitle=%E9%9B%B7%E8%BE%BE%E5%AD%A6%E6%8A%A5&rft.au=%E5%BE%90%E7%9C%9F&rft.au=%E7%8E%8B%E5%AE%87&rft.au=%E6%9D%8E%E5%AE%81&rft.au=%E5%BC%A0%E8%A1%A1&rft.date=2017&rft.pub=%E4%B8%AD%E5%9B%BD%E7%A7%91%E5%AD%A6%E9%99%A2%E7%94%B5%E5%AD%90%E5%AD%A6%E7%A0%94%E7%A9%B6%E6%89%80+%E5%8C%97%E4%BA%AC100190&rft.issn=2095-283X&rft.volume=6&rft.issue=5&rft.spage=483&rft.epage=491&rft_id=info:doi/10.12000%2FJR17075&rft.externalDocID=ldxb201705005 |
| thumbnail_s | http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F71636X%2F71636X.jpg http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fldxb%2Fldxb.jpg |