遥感图像变化检测是指根据同一地区不同时间所成的遥感图像,对地表信息进行比较分析,确定地物变化信息,并定量描述变化情况的过程。遥感图像变化检测在城市变迁、国土规划、农作物生长状况监测、生态环境监测、灾害监测乃至战场动态监视等领域都有着重要应用,其相关研究有着重要的现实意义。由于合成孔径雷达具有全天时、全天候,以及穿透力强,不易受云层和日照影响的特点,SAR(Synthetic Aperture Radar)图像变化检测也越来越成为受人关注的热点。由于大量SAR数据的获取,快速而精确的SAR图像变化检测方法是当前遥感数据应用的关键。为了实现快速和精确的SAR图像变化检测,本文研究了基于空洞卷积的SAR图像变化检测方法和基于FPGA的SAR图像变化检测关键技术,主要研究内容如下所述:1.本文提出了一种基于空洞卷积和平衡损失的SAR图像变化检测方法。该方法基于图像分割的思想进行变化检测,在U-Net网络中引入了ESP空间金字塔空洞卷积融合策略和正则化的加权损失函数,并通过去掉网络池化层减少网络对特征的采样,从而保证可以学习到变化区域的细节信息。所采用的正则化加权损失函数可以在变化与未变化类样本数量不均衡条件下的进行网络学习。本文在多组变化检测数据集上进行了实验,实验结果表明基于空洞卷积和平衡损失的SAR图像变化检测方法相比于传统的聚类或卷积网络的方法有更高的变化检测精度,以及较低的虚警和漏报率。2.本文开发了一种基于OpenCL的SAR图像变化检测的FPGA并行加速系统。该系统对基于小波融合和FLICM模糊聚类的SAR图像变化检测方法进行了并行化和加速优化。首先对算法的结构进行了分析,并实现了并行化算法设计;然后对FPGA上工作组大小、访存方式和循环展开等进行了优化。上述算法并行化和优化策略大大提高了SAR图像变化检测的速度,加速比达到三倍以上。