基于强大的PCA进行波长分辨率SAR图像的变化检测的性能评估,使用非相同的飞行通行证
Lucas P Ramos1, Viet T Vu2, Mats I Pettersson2
1Department of Telecommunications, Aeronautics Institute of Technology, São José dos Campos 12228-900, Brazil.
Sensors (Basel, Switzerland)
|April 26, 2025
概括
强大的主要组件分析 (RPCA) 能够通过非相同的飞行通行证检测合成孔径雷达 (SAR) 的变化. 这种方法实现了高检测概率和低错误报警,即使有显著的通道差异.
科学领域:
- 遥感 遥感 遥感 遥感
- 信号处理 信号处理
- 地质科学是地球科学.
背景情况:
- 合成孔径雷达 (SAR) 变化检测通常需要来自相同飞行通行证的图像.
- 飞行通行的差异会导致镜面反射和雷达截面的变化,使传统的变化检测变得复杂.
- 波长分辨率SAR提供了更好的空间分辨率,稳定了地面杂乱.
研究的目的:
- 调查强大的主要组件分析 (RPCA) 对于使用非相同飞行通行证检测SAR变化的有效性.
- 为了证明RPCA可以克服需要类似飞行轨迹的传统方法的局限性.
主要方法:
- 采用波长分辨率SAR图像,采用不同的飞行通行角度.
- 应用强大的主要组件分析 (RPCA) 进行变化检测分析.
- 使用诸如检测概率 (PD) 和错误报警率 (FAR) 等指标评估性能.
主要成果:
- RPCA成功执行了SAR变化检测,飞行通行证差距高达95度.
- 对于5度差异的通过,该方法实现了超过90%的检测概率 (PD),每平方公里大约有一次的错误报警率 (FAR).
- 在特定场景中,达到97.5%的PD,每平方公里FAR为0.917个错误报警.
结论:
- RPCA是一种有效的SAR变化检测技术,显著放松了相同飞行通行证的约束.
- 这些发现表明,在采用非相同SAR图像采集的场景中,用于变化检测的强有力的方法,扩大了应用可能性.
