基于PCNN的SAR遙感圖像變化檢測(cè).pdf

1、SAR是基于相干原理的成像機(jī)理，將地面后向散射回的信號(hào)轉(zhuǎn)化成遙感圖像。SAR具有遠(yuǎn)距離，能夠穿透云霧植被、天氣條件的影響，全天候、全天時(shí)對(duì)地觀測(cè)特點(diǎn)。遙感圖像變化檢測(cè)就是在此基礎(chǔ)上進(jìn)行的。遙感圖像變化檢測(cè)旨在對(duì)同一地區(qū)的多時(shí)相遙感圖像定量分析獲取感興趣的地物變化信息。變化檢測(cè)已經(jīng)成為當(dāng)前空間信息科學(xué)領(lǐng)域的熱點(diǎn)研究問(wèn)題之一，目前已在幾十個(gè)領(lǐng)域得到廣泛的應(yīng)用。在水文方面，進(jìn)行旱澇災(zāi)害監(jiān)測(cè)、調(diào)查預(yù)報(bào)與評(píng)估，分析冰川的動(dòng)態(tài)進(jìn)退，監(jiān)測(cè)海冰運(yùn)動(dòng)等；

2、在農(nóng)林方面，對(duì)草退化、森林減少、土壤沙化進(jìn)行動(dòng)態(tài)監(jiān)測(cè)；在環(huán)境方面，環(huán)境監(jiān)測(cè)以及自然災(zāi)害的評(píng)測(cè)與預(yù)防等。
　　本文主要針對(duì) SAR圖像變化檢測(cè)及其相關(guān)技術(shù)進(jìn)行探討。主要從以下幾個(gè)方面的完成工作：
　　(1)針對(duì) FCM算法容易受到噪聲影響且易陷入局部最優(yōu)值，本文采用FLICM算法對(duì)遙感圖像檢測(cè)。比值法是最常用的獲取差異影像圖的方法，本文使用鄰域比值法得到差異影像圖，能夠有效地抑制散斑噪聲。但得到的差異影像圖中依舊存在大量的噪聲

3、，為了減少對(duì)圖像后續(xù)處理的影響，利用基于稀疏表達(dá)理論的Gabor字典對(duì)差異影像圖進(jìn)行噪聲抑制。最后使用FLICM算法對(duì)去噪后的差異圖聚類(lèi)，獲取變化區(qū)域圖。
　　(2)因?yàn)?PCNN模型相對(duì)于其他模型具有神經(jīng)元特有的線(xiàn)性相加、非線(xiàn)性相乘調(diào)制耦合兩種特性，對(duì)鄰域激勵(lì)信號(hào)更強(qiáng)的處理能力，能夠獲取圖像信息更加完整的變化檢測(cè)結(jié)果。針對(duì) PCNN模型復(fù)雜，參數(shù)過(guò)多，本文對(duì)簡(jiǎn)化的PCNN模型進(jìn)行簡(jiǎn)化，簡(jiǎn)化后的模型參數(shù)減為兩個(gè)，參數(shù)數(shù)值通過(guò)實(shí)驗(yàn)分