[發明專利]基于空譜聯合三方向卷積網絡的高光譜變化檢測方法

有效

• 申請號: 202010679908.5
• 申請日: 2020-07-15
• 公開（公告）號: CN111914909B
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 詹天明;宋博;張道潘;萬鳴華
• 申請（專利權）人: 南京審計大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06T5/00;G06T7/00
• 代理公司: 北京君泊知識產權代理有限公司 11496
• 代理人: 李丹

本發明公開了一種基于空譜聯合三方向卷積網絡的高光譜變化檢測方法，包括以下步驟，獲取兩個同一區域不同時相的高光譜圖像，并將兩個高光譜圖像進行差分操作獲取高光譜差異圖像；選取訓練樣本，生成每個訓練樣本對應的變化張量；并對每個變化張量從三個不同方向提取該變化張量的光譜特征、不同角度的空間特征進行融合，訓練三方向卷積網絡模型，并得到適用于該高光譜數據集的模型參數；用訓練好的三方向卷積網絡模型對獲取的高光譜差異圖像的各個像素進行變化檢測，劃分為變化類或非變化類。獲得變化檢測結果圖。本發明提升了檢測精度的同時也提升了變化檢測的穩定度和靈活性。

技術領域

本發明涉及光譜檢測技術領域，具體涉及一種基于空譜聯合三方向卷積網絡的高光譜變化檢測方法。

背景技術

遙感衛星高光譜影像是一種包含了空間信息和豐富光譜信息的數據集，因其比單波段和多波段的光譜影像包含更多的光譜信息而成為地物觀測的一個重要數據來源。當前，利用多時期遙感衛星影像技術進行變化檢測在土地覆蓋分析、生態系統監測、描繪城市變化等方面具有重要的應用價值。

目前，在單光譜和多光譜的變化檢測問題中，已有不少學者提出了多種檢測算法，并取得了較高的檢測精度，但是高光譜的變化檢測存在如下幾個難點，尤其針對遙感衛星高光譜影像的檢測，具體描述如下：

(1)，高光譜具有極高的光譜維度，高維空間的復雜性讓適用于低維空間的變化檢測算法失效；

(2)，高光譜數據的分辨率極高，相鄰兩個波段的光譜信息通常具有很高的相關性，不可避免的產生數據冗余；

(3)，高光譜成像儀本身以及采集數據過程中大氣的散射等因素的影響，不可避免地產生噪聲。只利用光譜信息進行變化檢測將受到噪聲的影響，檢測效果將大打折扣。

因此，傳統的變化檢測方法，不能直接應用于高光譜圖像的變化檢測任務中，需要針對高光譜圖像的特性，充分挖掘高光譜圖像的特征，設計高光譜圖像變化檢測方法，是當前需要解決的問題。

發明內容

本發明的目的是克服傳統的變化檢測方法，不能直接應用于高光譜圖像的變化檢測任務中的問題。本發明的基于空譜聯合三方向卷積網絡的高光譜變化檢測方法，充分利用了三方向卷積網絡提取了豐富的光譜特征和不同角度的空譜聯合特征的同時對張量降維，節約了大量的計算和存儲資源，很好地彌補了單一使用光譜特征進行變化檢測易受噪聲影響的缺點，提升了檢測精度的同時也提升了變化檢測的穩定度和靈活性，具有良好的應用前景。

為了達到上述目的，本發明所采用的技術方案是：

一種基于空譜聯合三方向卷積網絡的高光譜變化檢測方法，包括以下步驟，

步驟(A)，獲取兩個同一區域不同時相的高光譜圖像，并將兩個高光譜圖像進行差分操作獲取高光譜差異圖像；

步驟(B)，選取訓練樣本，生成每個訓練樣本對應的變化張量；并對每個變化張量從三個不同方向提取該變化張量的光譜特征、不同角度的空間特征進行融合，訓練三方向卷積網絡模型，并得到適用于該高光譜數據集的模型參數；

步驟(C)，用訓練好的三方向卷積網絡模型對步驟(A)獲取的高光譜差異圖像的各個像素進行變化檢測，劃分為變化類或非變化類；

步驟(D)，將高光譜差異圖像的所有像素均完成判別后，獲得變化檢測結果圖。

前述的基于空譜聯合三方向卷積網絡的高光譜變化檢測方法，步驟(A)，獲取兩個同一區域不同時相的高光譜圖像，并將兩個高光譜圖像進行差分操作獲取高光譜差異圖像，包括以下步驟，

(A1)，在兩個不同時間點從同一個高光譜數據源中獲取同一區域的高光譜圖像I₁、I₂；