基于词包模型的高分辨率SAR 图像变化检测与分析

浮瑶瑶; 柳彬; 张增辉; 郁文贤

doi:10.3724/SP.J.1300.2014.13134

基于词包模型的高分辨率SAR 图像变化检测与分析

doi: 10.3724/SP.J.1300.2014.13134

(上海交通大学感知与导航研究所上海 200240)

基金项目:

国家973计划项目(2010cb731904)和国家自然科学基金(61331015)资助课题

详细信息

作者简介:
浮瑶瑶(1989-)，女，生于河南新乡，上海交通大学硕士研究生，主要研究方向为SAR图像检测识别。E-mail:fuyao0427@sjtu.edu.cn 柳彬(1985-)，男，生于湖南衡阳。分别于2007年和2009年在上海交通大学获得学士和硕士学位。目前在上海交通大学电子工程系信号与信息处理专业攻读博士学位。从2012年10月到2013年4月，以访问博士生的身份在法国巴黎高科国立高等电信学校从事联合研究，其间指导教师为FlorenceTupin教授。研究兴趣主要包括合成孔径雷达(SyntheticApertureRadar,SAR)的图像理解与信息挖掘，特别是SAR和极化SAR图像的空间特性分析，包括边缘提取、分割与纹理分析，目标的检测与识别，遥感软件开发和利用图形处理单元进行高性能计算。目前担任电子学报(中英文版)，IEEEJournalofSelectedTopicsinAppliedEarthObservationsandRemoteSensing以及IEEETransactionsonGeoscienceandRemoteSensing的审稿人，是IEEE、IEEE地遥协会的学生会员。E-mail:liubin22810@gmail.com 张增辉(1980-)，男，生于山东省金乡县，毕业于国防科技大学，2001年获得应用数学学士学位，2003年获得计算机数学工学硕士学位，2008年获得信息与通信工程博士学位。2008年到2012年，任国防科技大学数学与系统科学系讲师。2013年至今，在上海交通大学电子信息与电气工程学院工作。主要研究方向为雷达信号处理、压缩感知理论与应用。E-mail:zenghui.zhang@sjtu.edu.cn 郁文贤(1964-)，男，生于上海松江，上海交通大学教授。中国第2代卫星导航系统重大专项测试评估与试验验证专家组专家；高分辨率对地观测系统重大专项专家委员会地面系统组专家；“十二五”总装备部卫星应用技术专业组顾问；总装备部上海市“北斗导航与位置服务”共建重点实验室主任；上海交通大学学术委员会委员；雷达信号处理国防科技重点实验室学术委员会委员；“十一五”国家863计划信息获取与处理技术主题第一、二届专家组组长；“十一五”总装备部雷达探测技术专业组专家；主要研究方向为先进探测技术和多维信号与信息处理，研究内容包括新型成像系统、微波图像处理和解译、信息融合、目标识别等。E-mail:wxyu@sjtu.edu.cn

计量
- 文章访问数: 2413
- HTML全文浏览量: 145
- PDF下载量: 2002
- 被引次数: 0
出版历程
- 收稿日期: 2013-12-18
- 修回日期: 2014-02-18
- 网络出版日期: 2014-02-28

Change Detection and Analysis of High Resolution Synthetic Aperture Radar Images Based on Bag-of-words Model

(Shanghai Jiao Tong University Institute for Sensing and Navigation, Shanghai 200240, China)

摘要

摘要: 该文面向高分辨率SAR 图像解译中的变化检测问题，针对其研究现状与难点，重点解决高分辨率SAR图像变化检测中的语义信息缺失问题，提出一种基于词包模型的变化检测与分析的方法。该方法利用词包模型，对两个时相的图像做词包表征，将视觉直方图的差作为变化向量进行分析。由于变化向量包含有语义信息，因此可通过对其分析，结合像素级变化结果，实现对变化区域的语义分析及感兴趣变化类型检测。经实验验证，该框架对高分SAR 影像变化语义分析具有应用前景。
- 高分辨率SAR /
- 变化检测 /
- 语义分析 /
- 词包模型(BoWM)
Abstract: This paper discusses the change detection in high-resolution SAR image interpretation. Referring to the unfavorable elements in the change detection and the status quo, this paper focuses on resolving the semantic information deficiency problem in SAR image change detection. A method named change detection base on Bag of Words Model (BoWM) is proposed. By using the BoWM, two visual histograms of two different temporal images are obtained, and the histogram difference, which contains semantic information, is defined as the change vector. By analyzing the change vector and combining it with the statistical change detection method, the semantic analysis and interest change-type detection of the change area can be obtained. Experiments show that the proposed method may be applicable to the semantic analysis of the change area in high-resolution SAR images.
- High resolution SAR /
- Change detection /
- Semantic analysis /
- Bag of Words Model (BoWM)