自适应PCNN和改进C-V结合的遥感图像变化检测

被引：2

作者：

彭钢 ^{[1
]}

贾振红 ^{[1
]}

覃锡忠 ^{[1
]}

杨杰 ^{[2
]}

Nikola Kasabov ^{[3
]}

机构：

[1] 新疆大学信息科学与工程学院

[2] 上海交通大学图像处理与模式识别研究所

[3] 新西兰奥克兰理工大学知识工程与发现研究所

来源：

计算机工程与设计 | 2015年 / 36卷 / 06期

关键词：

自适应脉冲耦合神经网络; 图像融合; Chan-Vese模型; 差异图; 变化检测;

D O I：

10.16208/j.issn1000-7024.2015.06.034

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

为获取保留图像信息较完好的差异图并得到更好的变化检测结果,提出一种基于自适应脉冲耦合神经网络(PCNN)和改进Chan-Vese(C-V)模型的非监督的不同时相遥感图像的变化检测算法。用差值法、比值法对两幅遥感图像进行差异图获取;用自适应PCNN图像融合算法对两幅差异图进行融合,获取保留图像信息较好的差异图;用基于改进C-V模型的分割算法对融合后的差异图进行分割,得到变化检测结果图。实验结果表明,该算法具有很好的变化检测效果,总检测精度较高。

引用

页码：1581 / 1585

页数：5

共 13 条

[1]

Multitemporal Images Change Detection Using Nonsubsampled Contourlet Transform and Kernel Fuzzy C-Mean Clustering. Chao Wu,Yiquan Wu. International Symposium on Intelligence Information Processing and Trusted Computing . 2011

[2]

Fuzzy clustering algorithms for unsupervised change detection in remote sensing images[J] . Ashish Ghosh,Niladri Shekhar Mishra,Susmita Ghosh. &nbspInformation Sciences . 2010 (4)

[3] 基于自适应脉冲耦合神经网络图像融合新算法 [J].