摘要
本发明公开了一种基于差分算法的异源影像自监督变化检测方法,该方法包括以下步骤:S1、利用相位一致性和简化的脉冲耦合神经网络结合的融合方法构造融合异源影像;S2、基于异源影像与融合异源影像改进邻域比值差分算法,提取标准差分图像和指数差分图像;S3、基于所述标准差分图像和指数差分图像执行双分层FCM聚类算法,以此获得不变像素的不变样本和变像素的变化样本;S4、以所述不变样本、变化样本为训练样本构建变化检测分类器,并获得检测结果。本发明不仅在辐射光谱、通道数等方面与原始影像具有可比性,还对变化像元具有更高的敏感度,不仅在抑制噪声和保留细节信息取得平衡的权重,同时减少异源影像差异和噪声对差分图像提取的影响。
技术关键词
FCM聚类算法
差分算法
邻域
影像
异源
像素
图像
变化检测方法
脉冲耦合神经网络
指数
样本
分层聚类算法
融合方法
分类器
强度
标签
灰度方差
集群
矩阵
系统为您推荐了相关专利信息
心脏磁共振
肠道微生物群落
基因检测信息
影像
医学知识图谱
前列腺癌分类
分类装置
图像
多模态特征融合
分类方法
影像重建方法
可读存储介质
构建肠道
三维模型
磁共振设备
建筑物提取方法
分辨率遥感影像
注意力
特征提取能力
全局平均池化
位姿估计方法
控制点
稳定特征点
锚点定位方法
粗糙度