摘要
本发明公开一种抗噪声干扰的极化SAR影像变化检测方法及系统,所述变化检测方法包括如下步骤:获取极化SAR影像;将获取的极化SAR影像输入训练后的去噪和变化检测模型,输出去噪结果和变化检测预测结果;所述去噪和变化检测模型的训练包括:采用极化SAR影像的协方差矩阵分量和极化分解分量构建数据集;构建去噪网络和变化检测网络,所述变化检测网络为内嵌空间注意力、通道注意力的transformer网络;通过所述数据集对去噪网络进行训练,获取同一地点不同时间的极化SAR影像的去噪结果,将所述去噪结果输入变化检测网络进行训练,同时将去噪网络提取的深层特征转化为注意力权重输入变化检测网络重校准识别能力;本发明有着检测精准、去噪效果好的优点。
技术关键词
极化SAR影像
变化检测网络
变化检测模型
抗噪声干扰
注意力
协方差矩阵
极化SAR数据
ResNet网络
变化检测系统
变化检测方法
通道
联合损失函数
融合去噪
编码器结构
代表
解码器结构
校准
系统为您推荐了相关专利信息
排放预测方法
人体骨骼关键点
多模态
门窗
双向注意力机制
变电站设备
混合模块
缺陷检测方法
缺陷检测装置
电力设备
钻井工况
异常识别方法
时间卷积网络
采集石油钻井
网络模块
医学图像分割网络
解码器
编码器
阶段
医学图像分割系统
实例分割模型
特征提取模块
注意力机制
检测头
图像轮廓特征