SAR影像变化检测的前景特征流形排序法

作     者：罗卿莉 崔峰志 魏钜杰 明磊 LUO Qingli;CUI Fengzhi;WEI Jujie;MING Lei

作者机构：天津大学精密测试技术及仪器国家重点实验室天津300072 中国测绘科学研究院北京100036 中国船舶工业系统工程研究院北京100094 

出 版 物：《测绘学报》 (Acta Geodaetica et Cartographica Sinica)

年 卷 期：2022年第51卷第11期

页      面：2365-2378页

核心收录：

学科分类：083002[工学-环境工程] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 081802[工学-地球探测与信息技术] 08[工学] 0818[工学-地质资源与地质工程] 081602[工学-摄影测量与遥感] 0816[工学-测绘科学与技术] 

基　　金：城市轨道交通数字化建设与测评技术国家工程实验室开放课题(2021ZH04) 天津市自然科学基金重点项目(21JCZDJC00670) 天津市交通运输科技发展计划(2022-40,2020-02) 国家自然科学基金(41601446,41801284) 

主　　题：SAR影像 变化检测 差异图 超像素 流行排序 

摘      要：SAR影像变化检测的差异图分析法存在的两个问题:①连通区域内的部分变化区域易被误判为未变化区域;②中心先验假设并不适用于检测位于SAR影像边界的变化区域。本文针对以上两个问题设计了一种超像素分割和前景特征流行排序(manifold ranking,MR)的SAR影像变化检测方法(MRSFCD)。首先,通过单像素和邻域对数比算子进行加权融合构造差异图,可以保持变化区域内部的一致性并抑制噪声干扰。其次,对差异图进行超像素分割。然后,改进超像素的无向图连接方式,不对边界四周的超像素进行连接,利用超像素分割结果和灰度信息进行三次邻接。最后,将基于前景特征流行排序后得到的显著性图与单像素对数差异图进行点乘,对其进行阈值分割得到最终的二值变化图。本文通过采用3组双时相影像进行试验。结果表明,相较于其他变化检测算法,本文方法有效地提高了变化检测的精度。