[發(fā)明專利]監(jiān)控攝像頭遠距離建筑物變化檢測的方法

有效

• 申請?zhí)枺?/td>: 202110526635.5
• 申請日: 2021-05-14
• 公開（公告）號: CN113408347B
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計）人: 黃建華;王雪;孫希延;紀(jì)元法;符強;王守華
• 申請（專利權(quán)）人: 桂林電子科技大學(xué)
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/75;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08;G06T3/40
• 代理公司: 桂林文必達專利代理事務(wù)所(特殊普通合伙) 45134
• 代理人: 張學(xué)平

本發(fā)明涉及自然資源調(diào)查監(jiān)測監(jiān)管中的建筑物變化檢測領(lǐng)域，并具體公開了一種監(jiān)控攝像頭遠距離建筑物變化檢測的方法，將前時相影像和后時相影像進行雙線性插值處理，將前時相影像和后時相影像進行配準(zhǔn)，生成高分辨率前時相影像和高分辨率后時相影像，檢測高分辨率變化圖像中的建筑物，得到高分辨率建筑物變化影像，將高分辨率前時相影像二值化，并對其進行形態(tài)學(xué)后處理去除斑點噪聲，得到高分辨率前時相影像二值圖，將其與高分辨率建筑物變化影像進行一比一的像素加權(quán)融合，得到建筑物變化區(qū)域結(jié)果圖，通過將低分辨率的影像轉(zhuǎn)為高分辨率的影像，提高目標(biāo)建筑物的大小，再進行建筑物的變化檢測，實現(xiàn)監(jiān)控攝像頭下建筑物的變化檢測。

技術(shù)領(lǐng)域

本發(fā)明涉及自然資源調(diào)查監(jiān)測監(jiān)管中的建筑物變化檢測領(lǐng)域，尤其涉及一種監(jiān)控攝像頭遠距離建筑物變化檢測的方法。

背景技術(shù)

目前建筑物變化檢測采用較多的是基于衛(wèi)星遙感數(shù)據(jù)開展變化檢測。但是，由于遙感衛(wèi)星通常形成的是類似正射影像影，數(shù)據(jù)分辨率不高，衛(wèi)星回返周期長，導(dǎo)致發(fā)現(xiàn)建筑物變化預(yù)警周期長。

與遙感影像的俯視角度而言，監(jiān)控攝像頭通常部署在高塔或者高樓上，能夠監(jiān)控5-10公里的自然資源變化，但是利用監(jiān)控攝像頭觀測建筑物變化時，監(jiān)控攝像頭下建筑圖片較小、分辨率較低導(dǎo)致變化區(qū)域檢測不到。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種監(jiān)控攝像頭遠距離建筑物變化檢測的方法，旨在解決現(xiàn)有技術(shù)中利用監(jiān)控攝像頭觀測建筑物變化時，監(jiān)控攝像頭下建筑圖片較小、分辨率較低導(dǎo)致變化區(qū)域檢測不到的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明采用的一種監(jiān)控攝像頭遠距離建筑物變化檢測的方法，包括如下步驟，

使用監(jiān)控攝像頭采集同一地點、不同時相的建筑物圖像數(shù)據(jù)，建立建筑物低分辨率圖像數(shù)據(jù)集；

將前時相影像和后時相影像進行雙線性插值處理，得到兩個分辨率相同的影像；

通過特征點匹配的方式將前時相影像和后時相影像進行配準(zhǔn)，得到建筑物位置對應(yīng)的兩幅圖像；

使用生成對抗網(wǎng)絡(luò)對前后時相影像進行超分重建，生成高分辨率前時相影像和高分辨率后時相影像；

針對生成的高分辨率前時相影像和高分辨率后時相影像，采用影像差值法，生成低分辨率變化影像；

對生成的低分辨率變化影像，進行超分重建，將含有建筑物信息區(qū)域的像素進行二次增強，生成高分辨率變化影像；

利用faster-rcnn目標(biāo)檢測網(wǎng)絡(luò)檢測高分辨率變化圖像中的建筑物，得到高分辨率建筑物變化影像；

將高分辨率前時相影像二值化，并對其進行形態(tài)學(xué)后處理去除斑點噪聲，得到高分辨率前時相影像二值圖；

將高分辨率前時相影像二值圖與高分辨率建筑物變化影像進行一比一的像素加權(quán)融合，得到建筑物變化區(qū)域結(jié)果圖。

其中，在“使用監(jiān)控攝像頭采集同一地點、不同時相的建筑物圖像數(shù)據(jù)，建立建筑物低分辨率圖像數(shù)據(jù)集”中，所述方法還包括，

針對安裝的監(jiān)控攝像頭設(shè)置N個巡航點，每個巡航點每隔一段時間采集一次圖像，將圖像命名為易于讀取的文件格式，建立建筑物低分辨率圖像數(shù)據(jù)集。

其中，在“將前時相影像和后時相影像進行雙線性插值處理，得到兩個分辨率相同的影像”中，所述方法還包括，

所述雙線性插值采用python中resize函數(shù)，其中選取的插值方式為雙線性插值，即在兩個方向上分別進行一次線性插值。

其中，在“通過特征點匹配的方式將前時相影像和后時相影像進行配準(zhǔn)，得到建筑物位置對應(yīng)的兩幅圖像”中，所述方法還包括，

所述特征點匹配的方式為使用sift算法提取圖像中的不隨外界環(huán)境變化而變化的關(guān)鍵點。