基于GΓMM和稀疏表示的高分辨率SAR图像变化检测研究

项目名称： 基于GΓMM和稀疏表示的高分辨率SAR图像变化检测研究

项目编号： No.61371165

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 无线电电子学、电信技术

项目作者： 李恒超

作者单位： 西南交通大学

项目金额： 76万元

中文摘要： 作为对地观测应用中的关键技术，多时相SAR图像变化检测已成为当前SAR图像处理领域研究的新热点。然而，SAR成像高分辨特性使多时相SAR图像数据提供更准确、更精细变化信息的同时，也对其变化检测技术提出了新要求和挑战。为此，本项目拟利用广义Gamma混合模型（GΓMM）和图像稀疏表示理论，开展针对多时相高分辨率（特别是对多传感器）SAR图像的变化检测研究，并将研究成果应用于西南地区铁路沿线地质灾害灾情遥感评估，主要研究内容包括：（1）基于Box-Cox变换的差异算子构建及差异图像产生；（2）基于自适应GΓMM/空间变化GΓMM的高分辨率单传感器SAR图像变化检测研究；（3）基于稀疏表示理论的高分辨率多传感器SAR图像变化检测研究。本项目旨在提出能够满足实际应用、稳健有效的变化检测新算法，丰富、发展多时相SAR图像变化检测的相关理论和技术，为后续高分辨SAR图像解译与应用奠定良好基础。

中文关键词： 合成孔径雷达图像；变化检测；广义gamma混合模型；稀疏表示；灾情评估

英文摘要： As the key technology in earth observation application, change detection of multitemporal SAR images has become a new research hotspot in SAR image processing. However, the high-resolution characteristic of SAR imaging puts forward new request and challen

英文关键词： Synthetic aperture radar (SAR) images；Change detection；Generalized gamma mixture model；sparse representation；Disaster evaluation