[發(fā)明專利]基于深度卷積神經(jīng)網(wǎng)絡(luò)的端對端高光譜圖像變化檢測方法

在審

• 申請?zhí)枺?/td>: 201810929252.0
• 申請日: 2018-08-15
• 公開（公告）號: CN109102529A
• 公開（公告）日: 2018-12-28
• 發(fā)明（設(shè)計）人: 王琦;李學(xué)龍;袁征航
• 申請（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號: G06T7/246
• 分類號: G06T7/246
• 代理公司: 西北工業(yè)大學(xué)專利中心 61204
• 代理人: 常威威

本發(fā)明提供了一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的端對端高光譜圖像變化檢測方法。首先，對高光譜圖像進行預(yù)處理，并提取所有像元的端元；然后，利用線性和非線性解混方法對高光譜圖像進行混合像元分解，得到線性與非線性豐度圖；接著，利用豐度圖和原始像元信息計算親和矩陣，并將其作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，訓(xùn)練得到用于變化檢測的網(wǎng)絡(luò)模型；最后，利用訓(xùn)練好的網(wǎng)絡(luò)模型進行變化檢測，得到最終的變化檢測結(jié)果。由于親和矩陣充分利用了高光譜圖像的像元及亞像元的信息，而采用卷積神經(jīng)網(wǎng)絡(luò)進行端對端高光譜圖像變化檢測，將變化檢測轉(zhuǎn)換為簡單的“變與不變”的二分類問題，可以有效地處理高光譜圖像的高維信息，提高變化檢測的魯棒性和精度。

技術(shù)領(lǐng)域

本發(fā)明屬圖像處理技術(shù)領(lǐng)域，具體涉及一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的端對端高光譜圖像變化檢測方法。

背景技術(shù)

變化檢測作為遙感圖像分析中觀測地物的一項重要應(yīng)用，為土地覆蓋和利用、自然災(zāi)害監(jiān)測以及資源勘探等提供了有效的技術(shù)手段。在眾多遙感圖像中，高光譜圖像含有豐富的光譜信息，可以根據(jù)光譜特征顯示出其他遙感圖像無法檢測出的微小的變化，反映出可見光數(shù)據(jù)所忽略的變化信息，能夠更快、更好、更精確地反映地物的變化情況。根據(jù)在檢測前是否需要對同一地域進行分類，可以將高光譜圖像變化檢測方法分為兩大類：后分類變化檢測和直接比較變化檢測，前者先將不同時相的高光譜圖像進行分類，然后比較同一地理位置分類后地物類別的不同，后者則直接比較同一地理位置不同時相的像元差異。Nielsen,A.A.在文獻“The regularized iteratively reweighted MAD method forchange detection in multi-and hyperspectral data.[J].IEEE Transactions onImage Processing,2007,16(2):463-478.”中提出基于迭代權(quán)重多元變化分析的高光譜圖像變化檢測方法，利用典型相關(guān)分析原理，先給高光譜圖像的每個像元賦初始權(quán)重，然后在每次迭代過程中賦予其新的權(quán)值，最后將權(quán)值的大小作為是否發(fā)生變化的依據(jù)，其中未發(fā)生變化的像元有較大的權(quán)值，發(fā)生變化的像元有較小的權(quán)值。該方法存在的問題是，首先，沒有對高光譜圖像進行解混處理，高光譜圖像中含有大量的混合像元，未進行解混處理會大大降低變化檢測的精度；其次，此方法對高維度數(shù)據(jù)的處理較為復(fù)雜，需要加正則項，計算量較大。

發(fā)明內(nèi)容

為了克服現(xiàn)有高光譜圖像變化檢測方法魯棒性差的不足，本發(fā)明提供一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的端對端高光譜圖像變化檢測方法。首先，對高光譜圖像進行預(yù)處理，并提取所有像元的端元；然后，利用線性和非線性解混方法對高光譜圖像進行混合像元分解，得到亞像元級別的線性與非線性豐度圖；接著，利用豐度圖和原始像元信息計算親和矩陣，并將其作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，訓(xùn)練得到用于變化檢測的網(wǎng)絡(luò)模型；最后，利用訓(xùn)練好的網(wǎng)絡(luò)模型進行變化檢測，得到最終的變化檢測結(jié)果。由于根據(jù)輸入親和矩陣的數(shù)據(jù)特性，利用局部共享卷積核進行卷積操作，將變化檢測任務(wù)轉(zhuǎn)換為簡單的“變與不變”的二分類問題，可以有效地處理高光譜圖像的高維信息，提高變化檢測的魯棒性。

一種基于深度卷積神經(jīng)網(wǎng)絡(luò)的端對端高光譜圖像變化檢測方法，其特征在于步驟如下：

步驟1：利用ENVI遙感圖像處理軟件對輸入的兩時相高光譜圖像進行輻射校正、幾何校正和圖像配準預(yù)處理，得到預(yù)處理后的兩時相高光譜圖像。

步驟2：采用Plaza A等2005年的工作An improved N-FINDR algorithm inimplementation[J]，Proceedings of SPIE-The International Society for OpticalEngineering,2005,5806:298-306中提出的N-FINDR端元提取算法對預(yù)處理后的兩時相高光譜圖像進行端元提取，得到兩時相高光譜圖像所有像元的端元。

步驟3：對高光譜圖像中的每一個像元，建立線性解混模型如下：