SAR图像变化检测的一点想法

主要内容

经典步骤(大部分技术采用的方法)

1. 预处理图像
2. 生成差异图
3. 对差异图进行算法处理得到二值的变化图

预处理步骤

配准

用于变化检测的两张图片由于设备和角度等的影响
需要进行配准操作，使得两个图像的坐标系表示相同的地理位置信息

差异图的生成

比较朴素的方法就是直接相减生产差分图像
但是这样对抗噪声的能力比较小，进一步了可以采用对数操作
小波变换，滤波等操作

分析步骤(生产变化图)

无监督和有监督的 方法两大类
由于数据的不足，又以无监督的方法占优势

对于无监督的方法，一般由经典的聚类和阈值等方法衍生得来
大致的操作是先用传统聚类操作来对像素点进行三分类，然后由
高概率变化和不变的样本点取小的patch进行训练之后对不确定的
像素点进行分类，但是也有提出这样比较依赖于图像坐标的校正
采用同时训练掩膜和网络参数，抛弃第一步预生成三类的方法
但是较为复杂，暂时还没有看明白。又或者直接进行目标检测和
图像的分割技术，但是受限于识别和分割的准确率，应该暂时超不过前者

有监督学习没啥好说的，利用数据进行训练就好了

总结

目前很多的方法准确率都已经比较的高了
论文内的大部分思路是借鉴新出现的技术来进行应用到检测
或者考虑如何抑制噪声等的影响,或者如何生成差异图等