无监督显着性SAR图像变化检测

本文提出了一种新的无监督显着性合成Kong径雷达(SAR)图像变化检测方法。 图像的显着区域始终是有区别的,并且与其他区域不同,这使得它们很容易被注意到。 局部区域的强烈视觉对比度使显着性适合于指导SAR图像的变化检测,这两个图像之间存在差异。 通过将显着性提取应用于通过对数比运算符获得的初始差异图,可以得到显着性图,其中包括了大多数变化区域,并且同时很好地忽略了由斑点噪声引起的伪变化像素。 然后,通过对显着性图进行阈值处理,可以保留大多数兴趣区域,并进一步将其用于从初始SAR图像中提取区域以生成差异图像。 主成分分析(PCA)方法用于从局部补丁中提取特征,以合并空间信息并减少孤立像素的影响。 最后,采用k均值聚类来获得所提取特征的变化图,将其聚类为两类:变化区域和不变区域。 在五个真实和两个模拟SAR图像数据集上的实验结果证明了该方法的有效性。