遥感图像变化检测方法、装置、设备及存储介质

专利主权项内容

1.一种遥感图像变化检测方法，其特征在于，包括：步骤S1、获取待训练的多对双时相遥感图像，每对双时相遥感图像包括不同时相的两张遥感图像；步骤S2、对所述多对双时相遥感图像进行去噪预处理，得到多对输入图像；其中，步骤S2包括：令I表示输入的遥感图像，坐标(x，y)上的像素值为I(x，y)，坐标(x，y)的像素稳定性值为S(x，y)，动态扩散系数值为D(x，y)；利用预先定义的化学反应模型，为每个像素计算一个稳定性值；所述预先定义的化学反应模型：
；其中，是坐标(x，y)邻域内的像素均值；/>是坐标(x，y)邻域内的像素标准差；/>和/>是权重系数；根据预先定义的图像的局部特性和天气系统模型，为每个像素计算一个动态扩散系数值；所述预先定义的图像的局部特性和天气系统模型：
；其中，为一常数，用于控制扩散的最大值；初始化预先定义的非线性扩散模型，在每次扩散迭代中，每个像素值按照所述非线性扩散模型进行更新；所述预先定义的非线性扩散模型：
；其中，是在第t次迭代后的遥感图像；/>是在第t+1次迭代后的遥感图像；/>是Laplacian算子，表示遥感图像的二阶导数，用于获取遥感图像的局部变化信息；/>是一个常数，表示扩散的时间步长；利用初始化后的扩散模型进行扩散，在每次扩散迭代中，根据所述非线性扩散模型、像素稳定性值和动态扩散系数值更新遥感图像的每个像素值；如果达到预设的扩散次数或遥感图像的变化小于预设阈值，则终止扩散，并将终止扩散后得到的遥感图像作为输入图像；步骤S3、将所述多对输入图像输入预先搭建的变化检测网络，得到所述多对输入图像的变化特征图，其中，所述变化检测网络依次包括卷积神经网络、孪生网络、特征金字塔网络和解码器；步骤S3包括：步骤S31、将所述多对输入图像输入所述卷积神经网络，提取所述多对输入图像的特征；将所述多对输入图像的特征输入所述孪生网络，得到所述多对输入图像的差异特征图；将所述多对输入图像的差异特征图特征输入所述金字塔网络，得到所述多对输入图像的多层次特征图；其中，编码器通过孪生的ResNet18网络以共享权值的方式实现双时相遥感图像特征的提取；ResNet18网络分为conv1、layerl、layer2、layer3、layer4阶段，将layerl、layer2、layer3、layer4阶段获得的对应层次特征图分别进行像素相减并取绝对值后输入到特征金字塔网络中；步骤S32、将所述多对输入图像的多层次特征图输入所述解码器，得到所述多对输入图像的变化特征图；其中，将特征金字塔网络得到的多层次特征图作为所述解码器输入，分别进行2倍、4倍、8倍上采样后进行特征图融合的操作，再进行4倍上采样，再通过一个1×1的卷积，最后映射为一个2通道的变化特征图；步骤S4、将所述多对输入图像的变化特征图输入到预先训练好的分类器中，得到变化检测结果。