%0 Journal Article
%T CHANGE DETECTION FOR SAR IMAGES BASED ON JOINT-CLASSIFICATION OF BI-TEMPORAL IMAGES<br>基于两时相图像联合分类的SAR图像变化检测
%A 李金基
%A 焦李成
%A 张向荣
%A 杨咚咚
%J 红外与毫米波学报
%D 2009
%I Science Press
%X 传统分类后比较法(post-classification comparison,PCC)存在分类累积误差问题,且对单幅图像分类精度要求较高,对此,根据不同时相图像的不变信息所具有的相关性,提出了一种基于两时相图像联合分类的SAR图像变化检测方法.该方法以灰度值作为输入信息,通过相似度计算可得两时相图像对应位置像素的灰度相似度,然后求解全局相似度阈值,并用于控制基于K-均值的联合分类器对两时相图像进行联合分类,最后通过类别比较获得变化检测结果.实验结果表明本文方法不但可提高单幅图像的分类精度,而且能够精确地把不同时相图像的不变地物信息划分为同一类别,减少了分类累积误差的影响,提高了变化检测性能.
%K change detection
%K SAR image
%K joint-classification
%K similarity<br>变化检测
%K SAR图像
%K 联合分类
%K 相似度
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=1319827C0C74AAE8D654BEA21B7F54D3&jid=D3B4F771D1A06062008B4D0A2EF05996&aid=8E4743C6F69ED54C90411C656C0A6124&yid=DE12191FBD62783C&vid=D3E34374A0D77D7F&iid=B31275AF3241DB2D&sid=4D4C81DBA842B7BD&eid=DCE57F652E4ADAFC&journal_id=1001-9014&journal_name=红外与毫米波学报&referenced_num=1&reference_num=12