一种基于几何主动轮廓模型和稀疏自编码的变化检测方法

摘要

一种基于几何主动轮廓模型和稀疏自编码的变化检测方法，主要针对监督变化检测需要人为收集样本以及直接对差异图处理获得变化检测图出现的“椒盐”噪声等缺点。实现步骤：(1)图像读入；(2)差异图生成；(3)感兴趣区域提取；(4)候选样本提取；(5)训练和待分类样本生成；(6)稀疏自编码网络学习；(7)变化检测结果生成。本发明采用几何主动轮廓模型自动提取差异图的感兴趣区域作为候选样本集，并利用模糊C均值聚类生成训练样本和待分类样本。稀疏自编码网络通过学习样本的差异表示对待分类样本进行分类，最后通过标签融合得到变化检测图。整个变化检测过程结合无监督和监督的优势，避免了人为收集训练样本的流程，降低了“椒盐”噪声，提高变化检测精度。