一种环境自适应的遥感影像变化检测方法
申请人信息
- 申请人:江西啄木蜂科技有限公司
- 申请人地址:330096 江西省南昌市南昌高新技术产业开发区昌东大道含弘广场现代服务产业园13楼整层
- 发明人: 江西啄木蜂科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种环境自适应的遥感影像变化检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410090942.7 |
| 申请日 | 2024/1/23 |
| 公告号 | CN117612017A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V20/10 |
| 权利人 | 江西啄木蜂科技有限公司 |
| 发明人 | 王浩; 姚光乐; 叶绍泽; 孙莉; 黄晓霞; 李雪雪; 余峰 |
| 地址 | 江西省南昌市南昌高新技术产业开发区昌东大道含弘广场现代服务产业园13楼整层 |
摘要文本
本发明公开了一种环境自适应的遥感影像变化检测方法,包括构造遥感影像数据集;构造融合网络,包括特征统一网络和超分辨网络;用遥感影像数据集训练融合网络得到融合模型;变化检测中融合网络先将两张遥感影像P0、P1分别转换为特征分布相同的转换影像PC0和PC1,然后将PC0进行放大获得影像PL0,通过对PC1和PL0中像素点的距离计算获得变化检测结果。本发明用特征统一网络将不同特征的遥感影像转换为特征分布相同的转换影像,再进行变化检测使得变化检测能够适应不同环境。尤其适用于因采集时间不同、地区不同下的特征差异大的遥感影像。同时用超分辨网络进行背景建模,能充分利用相邻像素间相关性,提高变化检测准确性。
专利主权项内容
1.一种环境自适应的遥感影像变化检测方法,其特征在于:包括以下步骤;S1,构造遥感影像数据集,包括原始数据集D和下采样数据集D;d获取不同时间不同地点的遥感影像,并分别下采样得到对应的下采样影像,所有遥感影像构成原始数据集D,所有下采样影像构成下采样数据集D;dS2,构造一融合网络,所述融合网络包括一特征统一网络和一超分辨网络;所述特征统一网络用于将输入的原影像进行转换,得到转换影像,转换影像具有相同的特征分布,所述原影像包括遥感影像和下采样影像;所述超分辨网络为FSRCNN,用于将转换影像中的每个像素点,映射为m×m个像素点,得到放大图像;S3,设置训练次数,用遥感影像数据集训练融合网络至收敛,得到融合模型,其中一次训练包括步骤S31~S33;S31,从D中随机选取两批原始遥感影像,构成样本集X和样本集Y,从D中选取两批下采样遥感影像,构成样本集X和样本集Y,其中X与X中原影像一一对应,Y与Y中原影像一一对应;dddddS32,将X、Y、X、Y送入特征统一网络,对每张原影像,特征统一网络将其转换为具有相同特征分布的转换影像,将与X、Y、X、Y对应的转换影像,分别构成转换影像集合X'、Y'、X'、Y';ddddddS33,构造损失函数,并用训练融合网络;LL
(1),
(2),
(3),式(1)中,、/>分别为特征统一网络和超分辨网络的损失函数,/>为/>的权重;式(2)中,为均值计算,/>为方差计算,为特征统一网络输出的转换影像扁平化后的维度,||·||为L2范数计算;d2式(3)中,(·)为FSRCNN的损失函数,'为X中原影像的转换影像,'为X'中与对应的转换影像,'为Y中原影像的转换影像,'为Y'中与对应的转换影像,(')、(')分别为'、'对应的放大图像;LFSRCNNxxxddxyyyddysxdsydxdydS4,待测区域的变化检测,包括S41~S44;S41,获取测区域不同时刻的遥感影像,选取两张需要进行变化检测的遥感影像,将时刻靠前的遥感影像标记为P,另一张标记为P;01S42,将P、P送入融合模型,获取P对应的放大图像PL、P对应的转换影像PC;010011S43,对PC中每个像素点,找到其对应到PL中的m×m个像素点,作为该像素点的对应像素集合;10对每个像素点,通过该像素点与对应像素集合的距离计算,判断其是否为背景点;S44,将非背景点按坐标位置映射到P中,得到变化检测结果。1