-
公开(公告)号：CN103198482A
公开(公告)日：2013-07-10
申请号：CN201310117627.0
申请日：2013-04-07
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开一种基于差异图模糊隶属度融合的遥感图像变化检测方法，主要解决现有变化检测方法不能既有效去除伪变化信息又保持边缘信息的问题。其实现过程是：输入两幅不同时相的遥感图像，计算其对应像素点的结构相似度系数，得到一幅相似度差异图；对两幅遥感图像做差得到一幅差值图像；对差值图的像素进行类别标记得到一幅类别标记图；根据类别标记图对差值图进行滤波处理得到一幅去噪差值图；对相似度差异图和去噪差异图进行模糊隶属度融合并分类得到变化检测结果。本发明具有较强的抗噪性，能有效去除伪变化信息，同时保留较好的边缘信息，检测结果准确率高，可用于城区扩展监测、森林和植被变化监测。
-
Patent Agency Ranking
公开(公告)号：CN103218823A
公开(公告)日：2013-07-24
申请号：CN201310169168.0
申请日：2013-05-08
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于核传播的遥感图像变化检测方法，主要解决现有技术不能准确反映数据间关系导致的检测正确率不高的缺点。其实现步骤为：输入两幅不同时相的遥感图像，对其做差得到差值图像；对差值图像进行过分割得到超像素集，将超像素集用k均值方法分为肯定变化类、肯定非变化类和不确定类；在属于肯定变化类和肯定非变化类的超像素中选取种子构造约束集；用约束集计算种子核矩阵，再用核传播公式计算全核矩阵并对其对角归一化；对归一化全核矩阵聚类得到变化检测结果。本发明具有较强的抗噪性，能有效地去除杂点，同时较好的保留边缘信息，检测结果准确率高。可用于城区扩展监测、森林和植被变化监测等领域。
-
公开(公告)号：CN103198482B
公开(公告)日：2015-10-28
申请号：CN201310117627.0
申请日：2013-04-07
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开一种基于差异图模糊隶属度融合的遥感图像变化检测方法，主要解决现有变化检测方法不能既有效去除伪变化信息又保持边缘信息的问题。其实现过程是：输入两幅不同时相的遥感图像，计算其对应像素点的结构相似度系数，得到一幅相似度差异图；对两幅遥感图像做差得到一幅差值图像；对差值图的像素进行类别标记得到一幅类别标记图；根据类别标记图对差值图进行滤波处理得到一幅去噪差值图；对相似度差异图和去噪差异图进行模糊隶属度融合并分类得到变化检测结果。本发明具有较强的抗噪性，能有效去除伪变化信息，同时保留较好的边缘信息，检测结果准确率高，可用于城区扩展监测、森林和植被变化监测。
-
公开(公告)号：CN103218823B
公开(公告)日：2016-04-13
申请号：CN201310169168.0
申请日：2013-05-08
Applicant: 西安电子科技大学
IPC: G06T7/00
Abstract: 本发明公开了一种基于核传播的遥感图像变化检测方法，主要解决现有技术不能准确反映数据间关系导致的检测正确率不高的缺点。其实现步骤为：输入两幅不同时相的遥感图像，对其做差得到差值图像；对差值图像进行过分割得到超像素集，将超像素集用k均值方法分为肯定变化类、肯定非变化类和不确定类；在属于肯定变化类和肯定非变化类的超像素中选取种子构造约束集；用约束集计算种子核矩阵，再用核传播公式计算全核矩阵并对其对角归一化；对归一化全核矩阵聚类得到变化检测结果。本发明具有较强的抗噪性，能有效地去除杂点，同时较好的保留边缘信息，检测结果准确率高。可用于城区扩展监测、森林和植被变化监测等领域。
-
公开(公告)号：CN102867187B
公开(公告)日：2015-05-27
申请号：CN201210244452.5
申请日：2012-07-04
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开一种NSST域MRF与自适应阈值融合的遥感图像变化检测方法，解决了现有变化检测方法中不能在有效去除杂点的同时保持变化区域边缘信息的缺点。其实现过程是：输入两幅不同时相的遥感图像，用差值法构造差异图像；对差异图像进行非下采样Shearlet分解，将每一层方向子带合并为一个高频子带；对各层高频子带和低频子带分别自适应阈值分类，每层得到一幅高频自适应阈值分类图和一幅低频自适应阈值分类图；分别对各层的低频子带MRF分类，每层得到一幅MRF分类图；融合分类结果得到变化检测结果。本发明既有较强的抗噪性，又有边缘信息保持好的优点，检测结果误检少，准确率高。用于城区变化监测、森林和植被变化监测、军事目标监测等领域。
-
公开(公告)号：CN102867187A
公开(公告)日：2013-01-09
申请号：CN201210244452.5
申请日：2012-07-04
Applicant: 西安电子科技大学
IPC: G06K9/62
Abstract: 本发明公开一种NSST域MRF与自适应阈值融合的遥感图像变化检测方法，解决了现有变化检测方法中不能在有效去除杂点的同时保持变化区域边缘信息的缺点。其实现过程是：输入两幅不同时相的遥感图像，用差值法构造差异图像；对差异图像进行非下采样Shearlet分解，将每一层方向子带合并为一个高频子带；对各层高频子带和低频子带分别自适应阈值分类，每层得到一幅高频自适应阈值分类图和一幅低频自适应阈值分类图；分别对各层的低频子带MRF分类，每层得到一幅MRF分类图；融合分类结果得到变化检测结果。本发明既有较强的抗噪性，又有边缘信息保持好的优点，检测结果误检少，准确率高。用于城区变化监测、森林和植被变化监测、军事目标监测等领域。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
