一种基于CNN的SAR图像变化检测方法

摘要

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.