-
公开(公告)号:CN106023229A
公开(公告)日:2016-10-12
申请号:CN201610388621.0
申请日:2016-06-02
Applicant: 中国矿业大学
CPC classification number: G06T7/0002 , G06K9/0063 , G06T2207/10044 , G06T2207/20076 , G06T2207/20224 , G06T2207/30181
Abstract: 一种结合半高斯模型与高斯模型的SAR影像变化检测方法,适用于图像处理领域。其步骤为:1利用两时相SAR影像生成差值影像;2使用半高斯模型估计差值影像中未变化类似然概率密度分布;3使用高斯模型估计差值影像中变化类似然概率密度分布;4根据估计的未变化类和变化类似然概率密度分布,计算满足Kittler–Illingworth最小错误率准则的阈值;5对差值影像进行阈值分割,生成变化检测结果图。有效估计差值影像中未变化类和变化类的似然概率密度分布,分割阈值计算合理,有效提高变化检测的精度,对SAR影像的变化检测效果好。
-
公开(公告)号:CN106023229B
公开(公告)日:2018-12-11
申请号:CN201610388621.0
申请日:2016-06-02
Applicant: 中国矿业大学
Abstract: 一种结合半高斯模型与高斯模型的SAR影像变化检测方法,适用于图像处理领域。其步骤为:1利用两时相SAR影像生成差值影像;2使用半高斯模型估计差值影像中未变化类似然概率密度分布;3使用高斯模型估计差值影像中变化类似然概率密度分布;4根据估计的未变化类和变化类似然概率密度分布,计算满足Kittler–Illingworth最小错误率准则的阈值;5对差值影像进行阈值分割,生成变化检测结果图。有效估计差值影像中未变化类和变化类的似然概率密度分布,分割阈值计算合理,有效提高变化检测的精度,对SAR影像的变化检测效果好。
-