[發明專利]基于多尺度自編碼的異質遙感圖像變化檢測方法

有效

• 申請號: 202111336955.0
• 申請日: 2021-11-12
• 公開（公告）號: CN114170145B
• 公開（公告）日: 2023-04-07
• 發明（設計）人: 賈萌;張誠;高宇軒;張亞文;趙秦
• 申請（專利權）人: 西安理工大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/33;G06V20/13;G06V10/40;G06V10/82;G06N3/08
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 許志蛟

本發明公開了一種基于多尺度自編碼的異質遙感圖像變化檢測方法，具體包括如下步驟：步驟1，對圖像進行預處理；步驟2，將經步驟1預處理后的圖像放入多尺度神經網絡中進行訓練，并利用訓練好的神經網絡生成差異圖；步驟3，利用閾值分析算法對步驟2生成的差異圖進行分析，得到變化的圖像。采用本發明能夠對異質遙感圖像中的變化區域進行精確檢測。

技術領域

本發明屬于異質遙感圖像變化檢測領域，涉及基于多尺度自編碼的異質遙感圖像變化檢測方法。

背景技術

變化檢測是一種日益重要的技術，它通過分析在不同時間在同一地理位置上獲取的一組圖像來識別變化和不變的區域。在檢測之前，需要對圖像進行去噪和共配準等預處理。去噪即減輕噪聲的干擾，并對圖像進行共配準，使相同索引的像素對應于相同的地理位置。利用這些預處理后的圖像，通過對比和假設檢驗的過程獲得變化信息，這是分析的重點。

目前，不同的衛星平臺可以提供各種類型的遙感圖像，包括合成孔徑雷達(SAR)圖像、極化SAR圖像、多光譜圖像等。根據圖像源，變化檢測可分為同質和異質兩類。同質變化檢測是基于相同或相似傳感器捕捉到的圖像，其中不變區域的像素可視為線性相關。然后，通過對比原始圖像得到差異圖像(difference?image,DI)，在差異圖像上應用分類算法得到相應的變化圖(change?map,CM)。相比之下,異質變化檢測是基于不同傳感器、分辨率、光照條件(光學)、極化和頻率(SAR)捕捉的異質性圖像，直接比較原始的異質圖像是不可行的，這也是異質變化檢測的主要難點。基于異質圖像的變化檢測是一項很有前景但也很有挑戰性的研究。

如今，由于光學圖像比合成孔徑雷達圖像更容易得到，大量的光學圖像變得可用。然而，由于光學傳感器的被動特性，獲取高質量的光學圖像需要在晴朗的天氣和良好的陽光條件下進行。相反，SAR傳感器是主動的，因此對天氣和陽光條件不敏感。由于這兩種傳感器的互補特性，準確檢測光學和SAR圖像的變化對許多實際應用具有重要意義，特別是對緊急災害的即時評估。在這種情況下，通常無法獲得災害前的SAR圖像，也無法立即獲得災害后質量高的光學圖像。然而，由于異質圖像之間像素差的計算困難，目前基于異質圖像的研究較少。處理異質圖像的一個主要挑戰是不同類型圖像中地物的不同特征表示，這增加了獲取差異圖的難度。光學傳感器測量可見光和近紅外光譜波段的反射光強度。相應地，光學圖像中地物的外觀由地物的表面反射特性、場景照明條件和傳感器視角決定。SAR傳感器是有源的，測量發射信號的后向散射。該信號通常具有狹窄的微波頻段，并在距離方向上進行采樣。因此，SAR圖像中地面物體的外觀是由這些物體的幾何形狀和介電特性以及SAR傳感器的發射/接收配置決定的。因此，在光學和合成孔徑雷達圖像中的地物將表現出明顯不同的外觀。

異質圖像變化檢測的基本流程范式為：1)預處理2)生成差異圖3)分析差異圖。預處理是對兩幅圖像進行歸一化處理。生成差異圖是將得到的歸一化圖像放入模型中進行訓練，利用訓練好的模型進行差異圖的生成。分析差異圖，將生成的差異圖通過閾值分析、聚類分析、圖切分析和水平集分析等方法得到最終的變化圖。

發明內容

本發明的目的是提供一種基于多尺度自編碼的異質遙感圖像變化檢測方法，采用該方法能夠對異質遙感圖像中的變化區域進行精確檢測。

本發明所采用的技術方案是，基于多尺度自編碼的異質遙感圖像變化檢測方法，具體包括如下步驟：

步驟1，對圖像進行預處理；

步驟2，將經步驟1預處理后的圖像放入多尺度神經網絡中進行訓練，并利用訓練好的神經網絡生成差異圖；

步驟3，利用閾值分析算法對步驟2生成的差異圖進行分析，得到變化的圖像。

本發明的特點還在于：

步驟1的具體過程為：對配準的一副SAR圖像和一副光學遙感圖像進行歸一化操作，確保每個圖像像素點的值在[-1,1]之間。

步驟2的具體過程為：