基于卷积-小波神经网络的SAR图像海冰变化检测方法(MATLAB R2018A)

本文主要是介绍基于卷积-小波神经网络的SAR图像海冰变化检测方法(MATLAB R2018A),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

海冰是冰冻圈的重要组成部分,海冰的变化信息对航行安全和自然资源开采等非常重要,许多船舶没有加固防冰设备,因此,必须避开所有的冰区。尤其当冰压很高时,即使破冰船也很难在冰层中前行。为了安全航行,获取发生改变的冰层覆盖信息具有重要价值。通过分析在同一地理区域内不同时间拍摄的两张遥感图像来识别海冰中明显变化的区域,从而对海冰变化检测进行研究。合成孔径雷达SAR图像已被证明是海冰监测的理想来源,因其有源微波传感器,可以全天时主动获取地表遥感信息,且不受阳光条件和云层覆盖的影响。但也因其存在固有的乘性散斑噪声,为SAR图像的变化检测带来挑战性。由于缺乏强大的自动图像解读技术,依靠人工对SAR图像中的海冰变化信息进行检测耗时且主观。目前,现有的海冰变化检测方法还面临一些问题,如抗噪性能不强,差分图像质量不高,分类效果不好,以及海冰变化检测数据集稀少等。

通常图像的变化检测可分为监督和无监督方法。与监督方法相关的主要问题是缺乏地面参考数据,这通常涉及劳动密集型和耗时的人工标记过程。因此,无监督方法在该领域得到了广泛的发展和应用。无监督方法主要组成部分包括:图像预处理,差分图像生成,以及变化区域分割。图像预处理主要包括几何校正和去噪,在生成差分图像时,主要有差值法、比值法、对数比算子、均值比算子、基于邻域的比值差异法等。通常使用对数比算子,因为它对散斑噪声具有鲁棒性。图像分割阶段,聚类方法非常流行,聚类就是将数据集中大量未标注的数据按照某种相似性进行划分,并通过迭代运算调整优化聚类中心,将相似度大的数据划为一类,而不同类别之间的数据保持较大的差异性,因为它们不需要差分图像分布。

鉴于此,采用一种基于卷积-小波神经网络的SAR图像海冰变化检测方法,网络结构如下:

图片

 


function CM = hclustering(pixel_vector, Xd)[ylen, xlen] = size(Xd);% feature vectors are divided into three categories by using FCMoptions = [2.0; 100; 1e-5; 0];fprintf('... ... 1st round clustering ... ...\n');
[center,U,obj_fcn] = fcm(pixel_vector,2, options);maxU = max(U);
index{1} = find(U(1,:) == maxU);
index{2} = find(U(2,:) == maxU);  
if numel(index{1})<numel(index{2})ttr = numel(index{1})/(ylen*xlen)*1.25;ttl = numel(index{1})/(ylen*xlen)/1.10;
elsettr = numel(index{2})/(ylen*xlen)*1.25;ttl = numel(index{2})/(ylen*xlen)/1.10;
endc_num = 5;
fprintf('... ... 2nd round clustering ... ...\n');
[center,U,obj_fcn] = fcm(pixel_vector,c_num, options);Xdk =  zeros(ylen*xlen, 1);
CMk0 = zeros(ylen*xlen, 1);Xdk = reshape(Xd, ylen*xlen, 1);maxU = max(U);for i = 1:c_numindex{i} = find(U(i,:) == maxU);    
endfor i = 1:c_numidx_mean(i) = mean(Xdk(index{i}));
end[idx_mean, idx] = sort(idx_mean);for i = 1:c_numidx_num(i) = numel(index{idx(i)});
endCMk0(index{idx(c_num)}) = 0.0;
c = idx_num(c_num);
mid_lab = 0;for i = 1:c_num-1c = c+idx_num(c_num-i);if c / (ylen*xlen) < ttlCMk0(index{idx(c_num-i)}) = 0.0;elseif c / (ylen*xlen) >= ttl && c / (ylen*xlen) < ttrCMk0(index{idx(c_num-i)}) = 0.5;mid_lab = 1;elseif mid_lab == 0CMk0(index{idx(c_num-i)}) = 0.5;mid_lab = 1;elseCMk0(index{idx(c_num-i)}) = 1;endend
end
基于卷积-小波神经网络的SAR图像海冰变化检测方法(MATLAB 2018)
原创2024-06-02 11:48·哥本哈根诠释2023
海冰是冰冻圈的重要组成部分,海冰的变化信息对航行安全和自然资源开采等非常重要,许多船舶没有加固防冰设备,因此,必须避开所有的冰区。尤其当冰压很高时,即使破冰船也很难在冰层中前行。为了安全航行,获取发生改变的冰层覆盖信息具有重要价值。通过分析在同一地理区域内不同时间拍摄的两张遥感图像来识别海冰中明显变化的区域,从而对海冰变化检测进行研究。合成孔径雷达SAR图像已被证明是海冰监测的理想来源,因其有源微波传感器,可以全天时主动获取地表遥感信息,且不受阳光条件和云层覆盖的影响。但也因其存在固有的乘性散斑噪声,为SAR图像的变化检测带来挑战性。由于缺乏强大的自动图像解读技术,依靠人工对SAR图像中的海冰变化信息进行检测耗时且主观。目前,现有的海冰变化检测方法还面临一些问题,如抗噪性能不强,差分图像质量不高,分类效果不好,以及海冰变化检测数据集稀少等。通常图像的变化检测可分为监督和无监督方法。与监督方法相关的主要问题是缺乏地面参考数据,这通常涉及劳动密集型和耗时的人工标记过程。因此,无监督方法在该领域得到了广泛的发展和应用。无监督方法主要组成部分包括:图像预处理,差分图像生成,以及变化区域分割。图像预处理主要包括几何校正和去噪,在生成差分图像时,主要有差值法、比值法、对数比算子、均值比算子、基于邻域的比值差异法等。通常使用对数比算子,因为它对散斑噪声具有鲁棒性。图像分割阶段,聚类方法非常流行,聚类就是将数据集中大量未标注的数据按照某种相似性进行划分,并通过迭代运算调整优化聚类中心,将相似度大的数据划为一类,而不同类别之间的数据保持较大的差异性,因为它们不需要差分图像分布。鉴于此,采用一种基于卷积-小波神经网络的SAR图像海冰变化检测方法,网络结构如下:function CM = hclustering(pixel_vector, Xd)[ylen, xlen] = size(Xd);% feature vectors are divided into three categories by using FCMoptions = [2.0; 100; 1e-5; 0];fprintf('... ... 1st round clustering ... ...\n');
[center,U,obj_fcn] = fcm(pixel_vector,2, options);maxU = max(U);
index{1} = find(U(1,:) == maxU);
index{2} = find(U(2,:) == maxU);  
if numel(index{1})<numel(index{2})ttr = numel(index{1})/(ylen*xlen)*1.25;ttl = numel(index{1})/(ylen*xlen)/1.10;
elsettr = numel(index{2})/(ylen*xlen)*1.25;ttl = numel(index{2})/(ylen*xlen)/1.10;
endc_num = 5;
fprintf('... ... 2nd round clustering ... ...\n');
[center,U,obj_fcn] = fcm(pixel_vector,c_num, options);Xdk =  zeros(ylen*xlen, 1);
CMk0 = zeros(ylen*xlen, 1);Xdk = reshape(Xd, ylen*xlen, 1);maxU = max(U);for i = 1:c_numindex{i} = find(U(i,:) == maxU);    
endfor i = 1:c_numidx_mean(i) = mean(Xdk(index{i}));
end[idx_mean, idx] = sort(idx_mean);for i = 1:c_numidx_num(i) = numel(index{idx(i)});
endCMk0(index{idx(c_num)}) = 0.0;
c = idx_num(c_num);
mid_lab = 0;for i = 1:c_num-1c = c+idx_num(c_num-i);if c / (ylen*xlen) < ttlCMk0(index{idx(c_num-i)}) = 0.0;elseif c / (ylen*xlen) >= ttl && c / (ylen*xlen) < ttrCMk0(index{idx(c_num-i)}) = 0.5;mid_lab = 1;elseif mid_lab == 0CMk0(index{idx(c_num-i)}) = 0.5;mid_lab = 1;elseCMk0(index{idx(c_num-i)}) = 1;endend
endCM = reshape(CMk0, ylen, xlen);
完整代码可通过知乎学术咨询获得:https://www.zhihu.com/consult/people/792359672131756032?isMe=1

结果如下:

图片

图片

图片

工学博士,担任《Mechanical System and Signal Processing》《中国电机工程学报》《控制与决策》等期刊审稿专家,擅长领域:现代信号处理,机器学习,深度学习,数字孪生,时间序列分析,设备缺陷检测、设备异常检测、设备智能故障诊断与健康管理PHM等。

这篇关于基于卷积-小波神经网络的SAR图像海冰变化检测方法(MATLAB R2018A)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1024046

相关文章

Linux换行符的使用方法详解

《Linux换行符的使用方法详解》本文介绍了Linux中常用的换行符LF及其在文件中的表示,展示了如何使用sed命令替换换行符,并列举了与换行符处理相关的Linux命令,通过代码讲解的非常详细,需要的... 目录简介检测文件中的换行符使用 cat -A 查看换行符使用 od -c 检查字符换行符格式转换将

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Java中的String.valueOf()和toString()方法区别小结

《Java中的String.valueOf()和toString()方法区别小结》字符串操作是开发者日常编程任务中不可或缺的一部分,转换为字符串是一种常见需求,其中最常见的就是String.value... 目录String.valueOf()方法方法定义方法实现使用示例使用场景toString()方法方法

Java中List的contains()方法的使用小结

《Java中List的contains()方法的使用小结》List的contains()方法用于检查列表中是否包含指定的元素,借助equals()方法进行判断,下面就来介绍Java中List的c... 目录详细展开1. 方法签名2. 工作原理3. 使用示例4. 注意事项总结结论:List 的 contain

macOS无效Launchpad图标轻松删除的4 种实用方法

《macOS无效Launchpad图标轻松删除的4种实用方法》mac中不在appstore上下载的应用经常在删除后它的图标还残留在launchpad中,并且长按图标也不会出现删除符号,下面解决这个问... 在 MACOS 上,Launchpad(也就是「启动台」)是一个便捷的 App 启动工具。但有时候,应

SpringBoot日志配置SLF4J和Logback的方法实现

《SpringBoot日志配置SLF4J和Logback的方法实现》日志记录是不可或缺的一部分,本文主要介绍了SpringBoot日志配置SLF4J和Logback的方法实现,文中通过示例代码介绍的非... 目录一、前言二、案例一:初识日志三、案例二:使用Lombok输出日志四、案例三:配置Logback一

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

mysql出现ERROR 2003 (HY000): Can‘t connect to MySQL server on ‘localhost‘ (10061)的解决方法

《mysql出现ERROR2003(HY000):Can‘tconnecttoMySQLserveron‘localhost‘(10061)的解决方法》本文主要介绍了mysql出现... 目录前言:第一步:第二步:第三步:总结:前言:当你想通过命令窗口想打开mysql时候发现提http://www.cpp

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

MySQL INSERT语句实现当记录不存在时插入的几种方法

《MySQLINSERT语句实现当记录不存在时插入的几种方法》MySQL的INSERT语句是用于向数据库表中插入新记录的关键命令,下面:本文主要介绍MySQLINSERT语句实现当记录不存在时... 目录使用 INSERT IGNORE使用 ON DUPLICATE KEY UPDATE使用 REPLACE