一种基于SAR深度全卷积神经网络的影像变化检测方法

摘要

发明公开了一种基于SAR深度全卷积神经网络的影像变化检测方法，包括以下步骤：步骤S1，构建DFCN神经网络，步骤S2，训练所述DFCN神经网络，步骤S3，输入测试影像数据，步骤S4，利用训练好的所述DFCN神经网络输出所述测试影像变化检测结果；本方法中通过利用ELU激活函数以及批量归一法有效地保证在深度神经网络中各输入数据统计分布的一致性，解决了神经网络模型训练的梯度消失以及弥散问题；通过利用深度学习和特征堆叠，能够对不同时相SAR影像间的差异性特征进行较为充分并且精细地描述，并且有效地降低在传统学习方法中因人工设计特征的不完备性；有效地解决由SAR固有相干斑噪声引起的误检问题，实现了变化类和非变化类的高精度分割。