买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东科技大学

摘要：本发明提供了一种基于多时相SAR图像的铁路周界预测方法，涉及合成孔径雷达测量技术领域，具体包括如下步骤：输入相同地理场景、不同时间拍摄的多时相SAR图像，并通过log算子生成差异图像；利用层次模糊C均值聚类算法对差异图像进行预分类，将预分类得到的确定类样本输入到双域网络，生成变化图像；通过多时相对比学习，学习不同样本对之间的相似性和差异性。本发明的技术方案克服现有技术中不能够准确预测铁路周界环境变化的问题。

主权项：1.一种基于多时相SAR图像的铁路周界预测方法，其特征在于，具体包括如下步骤：S1，输入相同地理场景、不同时间拍摄的多时相SAR图像，并通过log算子生成差异图像；S2，利用层次模糊C均值聚类算法对差异图像进行预分类，将预分类得到的确定类样本输入到双域网络，生成变化图像；S3，通过多时相对比学习，学习不同样本对之间的相似性和差异性；步骤S2具体为：S2.1，对进行层次模糊C均值聚类算法获得三个聚类，包括非变化类、变化类和未确定类，和为确定类样本，作为训练样本，为差异图像；S2.2，双域网络包括：空间域和频域；其中，空间域包括：4个相互连接的空间特征注意模块SFAM；频域包括：相互连接的二维离散余弦变换模块和级联操作模块；步骤S2.2中的空间域包括：依次连接的卷积块、自适应平均池化层、拼接层、分割层和输出层；在空间域的数据处理包括如下步骤：S2.2.1，图像块被输入到卷积块中生成特征图，其中，代表宽度或通道数，代表特征图的通道维度；S2.2.2，特征图输入到自适应平均池化层，自适应平均池化层包括：全局平均池化、X方向平均池化和Y方向平均池化： （2）；其中，和分别为特征图的长和宽，和分别为垂直和水平方向的遍历索引，、和分别为x方向平均池化、z方向平均池化和全局平均池化操作得到的聚合特征；在空间域的数据处理还包括如下步骤：S2.2.3，x方向平均池化、z方向平均池化和全局平均池化操作得到的聚合特征、和在通道维度上进行拼接，并将它们输入到1×1卷积变换函数： （3）；其中，表示非线性激活函数，表示编码空间的中间特征向量；S2.2.4，被分为三个独立的张量,和，三个独立张量分别通过共享的1×1卷积层和sigmoid激活函数，最终SFAM的输出表示为： （4）；其中，代表逐元素相乘，为sigmoid激活函数；S2.2.5，通过堆叠的SFAM，最终输出被展平为向量；在频域的数据处理还包括如下步骤：S2.2.6，输入图像块，并沿通道维度进行分割，生成新的特征图，其中，，，，为特征图的通道维度，为正整数；S2.2.7，通过二维离散余弦变换2D-DCT将每个特征图转换到频域: （5）；其中，是维频域向量，是2D-DCT的基函数，是特征图分量； （6）；其中，,;S2.2.8，通过级联操作得到整个频谱，多频谱通道注意力表示为： （7）； 为两层全连接网络，为激活函数；S2.2.9，频域的输出表示为： （8）；S2.2.10，最终频域输出被展平为向量，并与在通道维度进行拼接，最后利用全连接层生成变化图像。

全文数据：

权利要求：

百度查询： 山东科技大学 一种基于多时相SAR图像的铁路周界预测方法