[發明專利]一種光學遙感影像全要素變化檢測方法

有效

• 申請號: 201911157112.7
• 申請日: 2019-11-22
• 公開（公告）號: CN110956207B
• 公開（公告）日: 2023-09-19
• 發明（設計）人: 周楠;王嘉煒;胡曉東;駱劍承;魏春山;李俊剛;劉暢;劉巍
• 申請（專利權）人: 蘇州中科天啟遙感科技有限公司;中國科學院遙感與數字地球研究所
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/80;G06V20/10;G06V10/764
• 代理公司: 蘇州集律知識產權代理事務所(普通合伙) 32269
• 代理人: 安紀平

1.一種光學遙感影像全要素變化檢測方法，其特征在于，包括

步驟S100，獲取同一區域不同時期的兩幅多波段遙感影像，并對兩幅多波段遙感影像進行融合處理，獲得多波段變化檢測特征影像，根據所述多波段變化檢測特征影像建立變化區域樣本，及變化區域樣本對應的地物分類樣本，所述多波段變化檢測特征影像通過如下步驟獲得：

對每個波段，使后一期多波段遙感影像中每個像素值與前一期多波段遙感影像中對應位置的像素值做比值，獲得多波段比值影像；

將多波段比值影像與前、后時期多波段遙感影像進行融合，獲得所述多波段變化檢測特征影像；

步驟S200，將所述變化區域樣本輸入語義分割網絡進行訓練，獲得變化區域提取模型，并對所述變化區域提取模型進行精度評定，在滿足精度時執行步驟S300；

步驟S300，通過變化區域提取模型對多波段變化檢測特征影像中的變化區域進行預測，獲得全要素的變化區域；

步驟S400，將所述地物分類樣本輸入特征提取網絡，并將特征提取網絡提取的特征輸入分類器進行訓練，獲得地物分類模型，并對所述地物分類模型進行精度評定，并在滿足精度時執行步驟S500；

步驟S500，通過所述地物分類模型分別對變化區域對應的兩幅多波段遙感影像中的地物類型進行預測，獲得變化區域的圖斑類別信息，進一步利用所述圖斑類別信息對現有矢量圖斑的變化前后類型進行更新，實現全要素變化檢測。

2.根據權利要求1所述的光學遙感影像全要素變化檢測方法，其特征在于，所述變化區域樣本及變化區域樣本對應的地物分類樣本通過如下步驟獲得：

選擇樣本點，根據所述樣本點裁剪所述多波段變化檢測特征影像，并根據裁剪后的影像在樣本繪制工具中標記對應變化區域，并對所述變化區域前后變化的地物類型進行定義，生成變化區域樣本及地物分類樣本。

3.根據權利要求1所述的光學遙感影像全要素變化檢測方法，其特征在于，所述變化區域提取模型的精度評定包括：

將測試數據輸入所述變化區域提取模型，并計算輸出評價指標MIoU和MPA；

判斷所述輸出評價指標MIoU和MPA是否均在預設范圍內，若是，則滿足精度要求，否則，不滿足。

4.根據權利要求3所述的光學遙感影像全要素變化檢測方法，其特征在于，所述輸出評價指標MIoU的范圍為0.8～1，所述輸出評價指標MPA的范圍為0.85～1。

5.根據權利要求1所述的光學遙感影像全要素變化檢測方法，其特征在于，所述地物分類模型的精度評定包括：

將測試數據輸入所述地物分類模型，并計算輸出評價指標Precision和Recall；

判斷所述輸出評價指標Precision和Recall是否均在預設范圍內，若是，則滿足精度要求，否則，不滿足。

6.根據權利要求5所述的光學遙感影像全要素變化檢測方法，其特征在于，所述輸出評價指標Precision的范圍為0.75～1，輸出評價指標Recall的范圍為0.8～1。

7.根據權利要求1所述的光學遙感影像全要素變化檢測方法，其特征在于，在步驟S300中，還通過如下步驟對變化區域進行圖像處理：

對變化區域的輪廓邊界進行平滑及細化處理，并對變化區域提取結果的孔洞進行填充以及變化區域的缺口進行修補。

8.根據權利要求1所述的光學遙感影像全要素變化檢測方法，其特征在于，所述預測變化區域的圖斑類別信息包括前期多波段遙感影像中地物類型預測結果和后期多波段遙感影像中地物類型預測結果。

9.根據權利要求1所述的光學遙感影像全要素變化檢測方法，其特征在于，在步驟S500中，通過所述地物分類模型分別對變化區域對應的兩幅多波段遙感影像中的地物類型進行預測包括：

根據變化區域分別對兩幅多波段遙感影像中的對應位置進行裁剪，進一步通過地物分類模型分別預測地物類型。