[發(fā)明專利]一種基于高分遙感影像的水體變化檢測方法

有效

• 申請?zhí)枺?/td>: 202011290853.5
• 申請日: 2020-11-17
• 公開（公告）號: CN112418049B
• 公開（公告）日: 2023-06-13
• 發(fā)明（設(shè)計(jì)）人: 沈正偉;趙文波;尹建偉;尚永衡;黃挺挺;錢磊
• 申請（專利權(quán)）人: 浙江大學(xué)德清先進(jìn)技術(shù)與產(chǎn)業(yè)研究院
• 主分類號: G06V20/13
• 分類號: G06V20/13;G06V10/46;G06V10/764;G06T7/33;G06V10/82;G06N3/0464;G06N3/048;G06N3/08
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 林松海

本發(fā)明公開了一種基于高分遙感的水體變化檢測方法，該方法首先選取兩幅不同時相同區(qū)域的高分遙感影像，對其進(jìn)行正射校正、影像配準(zhǔn)預(yù)處理后進(jìn)行人工標(biāo)注獲取水體變化圖，并對影像進(jìn)行分割用作訓(xùn)練樣本，之后構(gòu)建水體變化檢測網(wǎng)絡(luò)模型，使用樣本進(jìn)行模型訓(xùn)練，得到水體變化檢測網(wǎng)絡(luò)模型，通過模型能夠?qū)崿F(xiàn)高效、精準(zhǔn)的不同時相同區(qū)域的高分遙感影像的自動水體變化檢測。

技術(shù)領(lǐng)域

本發(fā)明屬于遙感影像處理技術(shù)領(lǐng)域，具體涉及一種基于高分遙感影像的水體變化檢測方法。

背景技術(shù)

陸地地表水體是重要的國土資源，包括河流、湖泊、池塘、水庫、沼澤等，在工農(nóng)業(yè)生成、氣候調(diào)節(jié)、生態(tài)系統(tǒng)維持方面都有著重要作用。隨著氣候變化以及人類活動的影響，造成地表水體面積縮小、水量減少、生態(tài)環(huán)境惡化，對人類社會安全與經(jīng)濟(jì)發(fā)展都產(chǎn)生了重要影響，因此對地表水體的動態(tài)變化的有效監(jiān)測，對水資源管理、防洪抗旱減災(zāi)、生態(tài)環(huán)境建設(shè)等工作具有重要意義。

遙感技術(shù)是開展大范圍水體動態(tài)監(jiān)測的有效途徑，具有覆蓋面廣、時效性強(qiáng)、信息豐富、限制條件少等優(yōu)勢，成為近年來監(jiān)測水體變化的重要技術(shù)手段。目前通過遙感影像進(jìn)行水體變化檢測的研究工作主要還是傳統(tǒng)方法，即利用水體的光譜特征構(gòu)建模型方法，通過如閾值法、水體指數(shù)法等提取水體信息，但是傳統(tǒng)方法因?yàn)樗w的多樣性，光譜曲線也呈現(xiàn)出多樣性，導(dǎo)致傳統(tǒng)方法對水體信息的提取具有一定的局限性。深度學(xué)習(xí)的方法在水體變化檢測上雖然也有一定的應(yīng)用，但目前主要使用的還是低分辨率遙感影像數(shù)據(jù)源，較低的空間分辨率對最終檢測結(jié)果的精確性有較大的影響。

近年來，隨著中國高分辨率對地觀測系統(tǒng)的建設(shè)，高分系列衛(wèi)星覆蓋了從全色、多光譜、高光譜、雷達(dá)等多種類型的遙感影像，因其經(jīng)濟(jì)、穩(wěn)定、分辨率高、實(shí)時性強(qiáng)等特點(diǎn)，逐漸成為遙感應(yīng)用的主要數(shù)據(jù)來源之一。高分遙感影像雖然包含了更多的信息量，但是同時也引入了更多的干擾因素，如何通過優(yōu)化深度學(xué)習(xí)網(wǎng)絡(luò)模型，充分合理的利用高分遙感影像包含的信息，有效減少干擾因素，提升檢測精度，是水體變化檢測的急需解決的問題。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的不足，本發(fā)明提供了一種基于高分遙感影像的水體變化檢測方法，利用高分遙感影像，通過深度學(xué)習(xí)網(wǎng)絡(luò)模型，實(shí)現(xiàn)對水體變化信息進(jìn)行快速、精準(zhǔn)的自動檢測。

本發(fā)明的實(shí)現(xiàn)方法如下：

一種基于高分遙感的水體變化檢測方法，包括如下步驟：

(1)?選取兩幅不同時相同區(qū)域的高分遙感影像作為訓(xùn)練用數(shù)據(jù)，對其進(jìn)行預(yù)處理；

(2)?通過人工方式標(biāo)注預(yù)處理后的兩幅高分遙感影像的水體變化信息，獲取水體變化圖；

(3)?對兩幅高分遙感影像以及水體變化圖進(jìn)行圖像分割得到訓(xùn)練樣本，并分成訓(xùn)練集、測試集；

(4)?構(gòu)建改進(jìn)UNet水體變化檢測網(wǎng)絡(luò)模型，并利用訓(xùn)練樣本對其進(jìn)行模型訓(xùn)練；

(5)?將待檢測的不同時相同區(qū)域的高分遙感影像依次進(jìn)行正射校正、圖像配準(zhǔn)、圖像分割后，輸入水體變化檢測模型，得到初步水體變化圖并進(jìn)行后期處理，獲取最終水體變化二值圖。

步驟(1)所述預(yù)處理過程如下：

(a)?利用高分遙感影像自帶的RPC系數(shù)，對影像進(jìn)行正射校正；

(b)?對正射校正后的兩幅高分遙感影像采用SIFT算法進(jìn)行圖像配準(zhǔn)。

步驟(2)所述通過人工方式對兩幅不同時相同區(qū)域的高分遙感影像的水體變化部分進(jìn)行標(biāo)注，得到水體變化二值圖。

步驟(3)所述對訓(xùn)練樣本影像的圖像分割過程如下：

(a)?將預(yù)處理過后的兩幅高分遙感影像以及水體變化圖按照256?X?256像素大小進(jìn)行分割，選取80%的圖塊及對應(yīng)的水體變化圖塊作為訓(xùn)練集，剩余的圖塊作為測試集；