Autoregressive Model for Multi-Pass SAR Change Detection Based on Image Stacks

要約

変化検出は重要な合成開口レーダ（SAR）アプリケーションであり、通常、異なる瞬間の地上シーンの測定値の変化を検出するために使用されます。従来、変化検出アルゴリズムは、主に異なる瞬間に取得された2つの合成開口レーダ（SAR）画像に対して設計されています。しかし、より多くの画像を用いることでアルゴリズムの性能を向上させることができるため、SARの変化検出に関する研究トピックとして、魔女が登場しました。画像スタック情報は時間的なデータ系列として扱うことができ、自己回帰（AR）モデルによってモデル化することが可能です。そこで、ARモデルを考慮した画像スタックに基づくSAR変化検出に関するいくつかの初期的な知見を紹介します。画像スタックの各画素位置に対してARモデルを適用することで、CDAの参照画像として利用可能な地上シーンの推定画像を得ることができました。実験結果は、ARモデルによる地上風景の推定が正確であり、変化検出のアプリケーションに使用できることを明らかにした。

要約(オリジナル)

Change detection is an important synthetic aperture radar (SAR) application, usually used to detect changes on the ground scene measurements in different moments in time. Traditionally, change detection algorithm (CDA) is mainly designed for two synthetic aperture radar (SAR) images retrieved at different instants. However, more images can be used to improve the algorithms performance, witch emerges as a research topic on SAR change detection. Image stack information can be treated as a data series over time and can be modeled by autoregressive (AR) models. Thus, we present some initial findings on SAR change detection based on image stack considering AR models. Applying AR model for each pixel position in the image stack, we obtained an estimated image of the ground scene which can be used as a reference image for CDA. The experimental results reveal that ground scene estimates by the AR models is accurate and can be used for change detection applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL