scholarly journals Application of Data Driven Optimization for Change Detection in Synthetic Aperture Radar Images

IEEE Access ◽  
2020 ◽  
Vol 8 ◽  
pp. 11426-11436
Author(s):  
Yangyang Li ◽  
Guangyuan Liu ◽  
Tiantian Li ◽  
Licheng Jiao ◽  
Gao Lu ◽  
...  
Keyword(s):  
Synthetic Aperture Radar ◽  
Change Detection ◽  
Data Driven ◽  
Synthetic Aperture ◽  
Radar Images ◽  
Aperture Radar

scholarly journals Evaluation of the change in synthetic aperture radar imaging using transfer learning and residual network

2021 ◽  
Vol 45 (4) ◽  
pp. 600-607
Author(s):  
I. Hamdi ◽  
Y. Tounsi ◽  
M. Benjelloun ◽  
A. Nassim
Keyword(s):  
Synthetic Aperture Radar ◽  
Change Detection ◽  
Transfer Learning ◽  
Ground Truth ◽  
Synthetic Aperture Radar Image ◽  
Synthetic Aperture ◽  
Residual Network ◽  
Edge Preservation ◽  
Radar Images ◽  
Aperture Radar

Change detection from synthetic aperture radar images becomes a key technique to detect change area related to some phenomenon as flood and deformation of the earth surface. This paper proposes a transfer learning and Residual Network with 18 layers (ResNet-18) architecture-based method for change detection from two synthetic aperture radar images. Before the application of the proposed technique, batch denoising using convolutional neural network is applied to the two input synthetic aperture radar image for speckle noise reduction. To validate the performance of the proposed method, three known synthetic aperture radar datasets (Ottawa; Mexican and for Taiwan Shimen datasets) are exploited in this paper. The use of these datasets is important because the ground truth is known, and this can be considered as the use of numerical simulation. The detected change image obtained by the proposed method is compared using two image metrics. The first metric is image quality index that measures the similarity ratio between the obtained image and the image of the ground truth, the second metrics is edge preservation index, it measures the performance of the method to preserve edges. Finally, the method is applied to determine the changed area using two Sentinel 1 B synthetic aperture radar images of Eddahbi dam situated in Morocco.

scholarly journals A COMBINATION OF NEIGHBORHOOD BASED RATIO OPERATOR AND CONVOLUTIONAL WAVELET NEURAL NETWORKS FOR CHANGE DETECTION IN MULTI-TEMPORAL SYNTHETIC APERTURE RADAR IMAGES

2021 ◽  
Vol 226 (06) ◽  
pp. 97-104
Author(s):  
Nguyễn Hùng An ◽  
Nguyễn Tiến Phát
Keyword(s):  
Neural Networks ◽  
Synthetic Aperture Radar ◽  
Change Detection ◽  
Synthetic Aperture ◽  
Wavelet Neural Networks ◽  
Radar Images ◽  
Multi Temporal ◽  
Aperture Radar

Phát hiện sự thay đổi trong ảnh SAR đa thời gian được ứng dụng rộng rãi trong các ứng dụng thực tế về hoạt động quản lý kiểm tra, giám sát tài nguyên trên đất liền và trên biển với quy mô rộng lớn. Có rất nhiều thuật toán phát hiện sự thay đổi sử dụng hai ảnh SAR đa thời gian. Nguyên tắc phổ biến của chúng là thực hiện phân tích ảnh sai khác được tạo ra từ toán tử tỷ số của hai ảnh SAR đa thời gian nhằm phát hiện các sự thay đổi giữa chúng. Để cải thiện độ chính xác phát hiện, toán tử tỷ số và các phiên bản cải tiến của toán tử này thường được sử dụng kết hợp với các phương pháp xử lý tinh hơn nữa. Bài báo này đề xuất một giải pháp phát hiện sự thay đổi bằng cách kết hợp toán tỷ số dựa trên  lân cận và thuật toán mạng nơ ron wavelet tích chập để cải thiện độ chính xác phát hiện  sự thay đổi trong ảnh SAR đa thời gian.

Sign in / Sign up

Export Citation Format

Share Document