-
公开(公告)号：CN106650571B
公开(公告)日：2019-09-10
申请号：CN201610814220.7
申请日：2016-09-09
Applicant: 河海大学
Abstract: 本发明公开了一种基于自适应卡方变换的多时相遥感影像变化检测方法，首先计算多时相多光谱影像的差异影像，在此基础上，先基于自适应的方法估计高斯分布的均值和方差矩阵，然后再计算影像上每一个点的CST值，然后基于迭代的方法寻找最优阈值，使得在最优阈值得分割后所得的非变化区域均值和方差矩阵和自适应估计的结果最接近，在最优分割阈值基础上，并获取最终的变化检测结果。本发明采用自适应卡方变换方法克服现有变化检测技术中由多时相多光谱遥感影像背景信息复杂、噪声干扰严重带来的影响。
-
公开(公告)号：CN106373120A
公开(公告)日：2017-02-01
申请号：CN201610813886.0
申请日：2016-09-09
Applicant: 河海大学
CPC classification number: G06K9/6223 , G06T2207/10036 , G06T2207/30181
Abstract: 本发明公开了基于非负矩阵分解和核FCM的多时相遥感影像变化检测方法，该方法首先基于非负矩阵分解算法融合多时相遥感影像的变化矢量幅值和多时相的光谱角映射图，然后将融合结果作为核FCM的输入，再基于核FCM结合空间邻域信息的方法，获取最终的变化检测结果。本发明在基于核FCM的变化检测中，联合变化矢量幅值和光谱角映射图作为输入，利用这两个特征，优于仅仅使用变化矢量幅值的FCM方法。在变化检测中，采用伪训练样本，并采用变化指数准则来自适应选择核FCM结合邻域空间信息的检测方法中的相关参数，可以使得变化检测的结果更加可靠，也更加具有稳健性。
-
公开(公告)号：CN107423771B
公开(公告)日：2020-04-03
申请号：CN201710659362.5
申请日：2017-08-04
Applicant: 河海大学
Abstract: 本发明公开了一种两时相遥感图像变化检测方法。首先，设计了一种融合两时相遥感图像灰度特征和纹理特征的方法来构造差异图像，解决了基于单一类型特征构造差异图像时信息量不足的问题；其次，提出了一种快速模糊C均值方法来对融合后的差异图像进行二分类(变化类和非变化类)，该方法在每次迭代过程中，通过修改距离各类中心最近的像素点的隶属度，及采用差异图像中灰度值最高和最低的点分别作为变化类和未变化类的初始聚类中心，来提高模糊C均值算法的收敛速度。本发明基于上述两个改进点，可以有效并快速地实现两时相遥感图像的变化检测。
-
公开(公告)号：CN105528619B
公开(公告)日：2019-08-06
申请号：CN201510908269.4
申请日：2015-12-10
Applicant: 河海大学
IPC: G06K9/62
Abstract: 本发明公开了一种基于小波变换和SVM的SAR遥感影像变化检测方法，其特征是，首先对两个时相遥感影像作对数比值图和均值比值图，然后采用平稳小波变换对对数比值图和均值比值图进行融合构造差异影像，最后通过渐进直推式支持向量机对差异影像进行二分类(变化类和非变化类)，获取最终的变化检测结果。本方法可以用来解决多时相SAR遥感影像变化检测精度不高和抗噪性差的问题，有效抑制了SAR遥感图像中的相干斑噪声，解决了单一类型差异影像检测精度低、适用范围窄的问题。
-
公开(公告)号：CN106384352A
公开(公告)日：2017-02-08
申请号：CN201610814218.X
申请日：2016-09-09
Applicant: 河海大学
CPC classification number: G06K9/6223 , G06T2207/10032 , G06T2207/30181
Abstract: 本发明公开了基于融合策略和FCM的多时相遥感影像变化检测方法，该方法首先联合多时相遥感影像的变化矢量幅值和多时相的光谱角映射图将检测范围分为确定区域和非确定区域。在非确定区域，基于模糊划分矩阵相加融合变化矢量幅值和SAM的信息。最后结合确定区域和非确定区域的结果，获取最终的变化检测结果。其中，非确定区域的FCM目标函数中的模糊指数，通过基于MCV和SAM在非确定区域的冲突指数来选择，以获得更加稳健和精度较高的变化检测结果。本发明将变化检测区域分为确定和非确定区域两个部分，采用融合的策略分别获取两个区域的检测结果，可以使得变化检测的结果更加可靠，也更加具有稳健性。
-
Patent Agency Ranking
公开(公告)号：CN106373120B
公开(公告)日：2019-01-08
申请号：CN201610813886.0
申请日：2016-09-09
Applicant: 河海大学
Abstract: 本发明公开了基于非负矩阵分解和核FCM的多时相遥感影像变化检测方法，该方法首先基于非负矩阵分解算法融合多时相遥感影像的变化矢量幅值和多时相的光谱角映射图，然后将融合结果作为核FCM的输入，再基于核FCM结合空间邻域信息的方法，获取最终的变化检测结果。本发明在基于核FCM的变化检测中，联合变化矢量幅值和光谱角映射图作为输入，利用这两个特征，优于仅仅使用变化矢量幅值的FCM方法。在变化检测中，采用伪训练样本，并采用变化指数准则来自适应选择核FCM结合邻域空间信息的检测方法中的相关参数，可以使得变化检测的结果更加可靠，也更加具有稳健性。
-
公开(公告)号：CN104408742B
公开(公告)日：2017-04-05
申请号：CN201410594834.X
申请日：2014-10-29
Applicant: 河海大学
IPC: G06T7/262
Abstract: 本发明公开一种基于空间‑时间频谱联合分析的运动目标检测方法。针对视频序列，该方法主要包括单帧图像像素间空间频谱分析及连续多帧图像对应像素点时间序列时间频谱分析。其中对单帧静态图像的空间频谱分析能够检测出图像像素间信息的突变，从而得到有可能包含运动目标的候选图像区域，以此作为运动目标的候选区域。进而在初步得到的候选区域中，对连续多帧图像对应像素点所组成的时间序列的时间频谱进行分析。该分析能够检测同一像素点在时间上的突变，以此检测出候选区域中所包含的运动目标。最终实现对场景运动目标的检测。本发明能够稳定、可靠地用于复杂场景中的运动目标运动检测，且运算效率较高。
-
公开(公告)号：CN107423771A
公开(公告)日：2017-12-01
申请号：CN201710659362.5
申请日：2017-08-04
Applicant: 河海大学
Abstract: 本发明公开了一种两时相遥感图像变化检测方法。首先，设计了一种融合两时相遥感图像灰度特征和纹理特征的方法来构造差异图像，解决了基于单一类型特征构造差异图像时信息量不足的问题；其次，提出了一种快速模糊C均值方法来对融合后的差异图像进行二分类(变化类和非变化类)，该方法在每次迭代过程中，通过修改距离各类中心最近的像素点的隶属度，及采用差异图像中灰度值最高和最低的点分别作为变化类和未变化类的初始聚类中心，来提高模糊C均值算法的收敛速度。本发明基于上述两个改进点，可以有效并快速地实现两时相遥感图像的变化检测。
-
公开(公告)号：CN106650571A
公开(公告)日：2017-05-10
申请号：CN201610814220.7
申请日：2016-09-09
Applicant: 河海大学
Abstract: 本发明公开了一种基于自适应卡方变换的多时相遥感影像变化检测方法，首先计算多时相多光谱影像的差异影像，在此基础上，先基于自适应的方法估计高斯分布的均值和方差矩阵，然后再计算影像上每一个点的CST值，然后基于迭代的方法寻找最优阈值，使得在最优阈值得分割后所得的非变化区域均值和方差矩阵和自适应估计的结果最接近，在最优分割阈值基础上，并获取最终的变化检测结果。本发明采用自适应卡方变换方法克服现有变化检测技术中由多时相多光谱遥感影像背景信息复杂、噪声干扰严重带来的影响。
-
公开(公告)号：CN105528619A
公开(公告)日：2016-04-27
申请号：CN201510908269.4
申请日：2015-12-10
Applicant: 河海大学
IPC: G06K9/62
CPC classification number: G06K9/6269 , G06K9/6289 , G06K2209/21
Abstract: 本发明公开了一种基于小波变换和SVM的SAR遥感影像变化检测方法，其特征是，首先对两个时相遥感影像作对数比值图和均值比值图，然后采用平稳小波变换对对数比值图和均值比值图进行融合构造差异影像，最后通过渐进直推式支持向量机对差异影像进行二分类(变化类和非变化类)，获取最终的变化检测结果。本方法可以用来解决多时相SAR遥感影像变化检测精度不高和抗噪性差的问题，有效抑制了SAR遥感图像中的相干斑噪声，解决了单一类型差异影像检测精度低、适用范围窄的问题。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.017 seconds)
