基于 RABASAR 与简化 GLR 的多时相 SAR 图像变化检测与可视化
计算机视觉与模式识别
2023-07-18 v1 机器学习
图像与视频处理
摘要
理解变化区域的状态需要给出关于变化的精确信息。因此，检测不同类型的变化对于地表监测十分重要。SAR 传感器因其全天候、全天时能力，良好的获取几何精度以及幅度数据不受大气成分影响，是完成此任务的理想选择。在本研究中，我们提出一种简化广义似然比（）方法，假设对应时相像素具有相同的等效视数（ENL）。得益于基于比值法的多时相 SAR 图像去噪方法（RABASAR）所提供的去噪数据，我们成功将该相似性检验方法应用于变化区域的计算。我们还提出了一种新的变化幅度指数方法和一种改进的基于谱聚类的变化分类方法。此外，我们应用简化广义似然比检测最大变化幅度时刻以及变化起止时间。然后，我们提出使用 REACTIV 方法的改进版来直观可视化检测结果。通过对模拟与 SAR 图像的处理以及与经典方法的比较，证明了所提方法的有效性。特别地，数值实验证明该方法在检测农田区域变化、建筑区域变化、港口区域变化和洪涝区域变化方面具有良好性能。
引用
@article{arxiv.2307.07892,
title = {Multitemporal SAR images change detection and visualization using RABASAR and simplified GLR},
author = {Weiying Zhao and Charles-Alban Deledalle and Loïc Denis and Henri Maître and Jean-Marie Nicolas and Florence Tupin},
journal= {arXiv preprint arXiv:2307.07892},
year = {2023}
}