公开(公告)号：CN106096650A

公开(公告)日：2016-11-09

申请号：CN201610407324.6

申请日：2016-06-12

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  焦李成 ,  牟树根 ,  王爽 ,  张向荣 ,  马文萍 ,  马晶晶

IPC: G06K9/62

CPC classification number: G06K9/6256 ,  G06K9/6232 ,  G06K9/6267

Abstract: 本发明公开了一种基于收缩自动编码器的SAR图像分类方法。本发明实现的步骤为：(1)输入图像；(2)进行平稳小波分解；(3)选取训练样本；(4)构建并行的两层级的收缩自编码器；(5)训练并行的两层级的收缩自编器；(6)构造样本特征集；(7)训练Softmax分类器；(8)分类。本发明相比现有技术多层级局部模式直方图的特征提取方法，具有分类精度高，区域一致性好，边缘分类精确的优点，解决了相干斑噪声影响，区域分类混乱和边缘不整齐的问题。本发明可应用于合成孔径雷达SAR图像目标检测和目标识别。

公开(公告)号：CN106096650B

公开(公告)日：2019-08-13

申请号：CN201610407324.6

申请日：2016-06-12

Applicant: 西安电子科技大学

Inventor： 侯彪 ,  焦李成 ,  牟树根 ,  王爽 ,  张向荣 ,  马文萍 ,  马晶晶

IPC: G06K9/62

Abstract: 本发明公开了一种基于收缩自动编码器的SAR图像分类方法。本发明实现的步骤为：(1)输入图像；(2)进行平稳小波分解；(3)选取训练样本；(4)构建并行的两层级的收缩自编码器；(5)训练并行的两层级的收缩自编器；(6)构造样本特征集；(7)训练Softmax分类器；(8)分类。本发明相比现有技术多层级局部模式直方图的特征提取方法，具有分类精度高，区域一致性好，边缘分类精确的优点，解决了相干斑噪声影响，区域分类混乱和边缘不整齐的问题。本发明可应用于合成孔径雷达SAR图像目标检测和目标识别。

公开(公告)号：CN105205807A

公开(公告)日：2015-12-30

申请号：CN201510512145.4

申请日：2015-08-19

Applicant: 西安电子科技大学

Inventor： 公茂果 ,  赵秋楠 ,  马晶晶 ,  刘嘉 ,  李豪 ,  马文萍 ,  牟树根 ,  杨海伦

IPC: G06T7/00 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/468 ,  G06K9/6202 ,  G06K9/6269 ,  G06K2009/4695 ,  G06T2207/10032 ,  G06T2207/20081

Abstract: 本发明公开了一种基于稀疏自动编码机的遥感图像变化检测方法，主要针对现有技术的变化检测结果漏检与误检的像素较多，且直接对差异图进行处理无法利用差异图隐含信息的缺点。其实现步骤为：(1)读入图像；(2)构造差异图；(3)训练稀疏自动编码机；(4)提取特征；(5)对特征进行模糊聚类；(6)去模糊处理；(7)输出变化检测结果。本发明先采用稀疏自动编码机提取差异图，再利用提取特征对遥感图像进行变化检测，从而减少了变化检测结果中像素的漏检与误检的个数，提高了变化检测的精度。

公开(公告)号：CN105205807B

公开(公告)日：2018-03-27

申请号：CN201510512145.4

申请日：2015-08-19

Applicant: 西安电子科技大学

Inventor： 公茂果 ,  赵秋楠 ,  马晶晶 ,  刘嘉 ,  李豪 ,  马文萍 ,  牟树根 ,  杨海伦

IPC: G06T7/33 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明公开了一种基于稀疏自动编码机的遥感图像变化检测方法，主要针对现有技术的变化检测结果漏检与误检的像素较多，且直接对差异图进行处理无法利用差异图隐含信息的缺点。其实现步骤为：(1)读入图像；(2)构造差异图；(3)训练稀疏自动编码机；(4)提取特征；(5)对特征进行模糊聚类；(6)去模糊处理；(7)输出变化检测结果。本发明先采用稀疏自动编码机提取差异图，再利用提取特征对遥感图像进行变化检测，从而减少了变化检测结果中像素的漏检与误检的个数，提高了变化检测的精度。