[發明專利]一種高分辨率光學遙感影像建筑物變化檢測方法

在審

• 申請號: 202211063692.5
• 申請日: 2022-08-31
• 公開（公告）號: CN115471467A
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 田青林;伊丕源;余長發;陳雪嬌
• 申請（專利權）人: 核工業北京地質研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/10;G06T7/30;G06V10/764;G06T5/30;G06N3/08;G06N3/04
• 代理公司: 核工業專利中心 11007
• 代理人: 陳麗麗

1.一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述方法包括以下步驟：

步驟(1)、讀入圖像并進行預處理；

步驟(2)、對比預處理后的雙時相遙感圖像，得到對應的變化標簽圖，并將變化標簽圖處理為二通道數據；

步驟(3)、采用統一尺寸對雙時相遙感圖像和對應變化標簽圖進行切割，并進行數據增強，得到樣本數據集；

步驟(4)、構建建筑物變化檢測網絡模型；

步驟(5)、利用訓練樣本訓練建筑物變化檢測網絡模型；

步驟(6)、將測試樣本輸入至建筑物變化檢測網絡模型，輸出檢測結果圖。

2.根據權利要求1所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述步驟(1)包括：

步驟(1.1)、選取相同區域兩個時相的高分辨率遙感圖像T₁和T₂，包含有R、G、B三個通道；

步驟(1.2)、利用ENVI軟件中的RPC Orthorectification Workflow流程化工具，對圖像進行正射校正；

步驟(1.3)、利用ENVI軟件中的配準工具，對圖像進行配準操作；

步驟(1.4)、對遙感圖像每個通道的數值進行歸一化，得到預處理后的圖像I₁和I₂。

3.根據權利要求2所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述步驟(2)具體為：對比上述預處理圖像I₁和I₂，利用標注工具以多邊形的形式標注圖像中建筑物變化區域，得到對應的變化標簽圖，并對標簽圖進行one-hot編碼處理，使之成為0和1二通道數據，其中(1,0)代表變化區域，(0,1)代表未變化區域。

4.根據權利要求3所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述步驟(3)具體為：選擇滑動窗口切割方法對雙時相遙感圖像和對應的標簽圖進行切割，得到相應大小的圖像塊，記為I′₁和I′₂；將上述切割后的圖像塊和對應的標簽塊，按照7:3比例劃分為訓練樣本和測試樣本，并采取圖像旋轉、尺度變換、顏色變換和添加噪聲等方式對訓練樣本進行數據增強，得到樣本數據集。

5.根據權利要求4所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述步驟(4)中建筑物變化檢測網絡模型包括：特征提取模塊、遷移學習模塊、特征細化模塊和預測分類。

6.根據權利要求5所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述特征提取模塊通過編碼器提取圖像建筑物特征，通過解碼器融合多尺度特征。

7.根據權利要求6所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述特征提取模塊在編碼器中使用孿生卷積神經網絡從圖像中提取不同尺度和層次的特征，在基礎網絡的殘差塊中應用通道注意力、空洞卷積手段增強特征提取效果，獲得更具辨識力的建筑物特征。

8.根據權利要求7所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述特征提取模塊在解碼器中采用密集跳躍連接的方式融合編碼器提取的多尺度建筑物特征。

9.根據權利要求8所述的一種高分辨率光學遙感影像建筑物變化檢測方法，其特征在于，所述遷移學習模塊包括：對特征提取模塊網絡進行預訓練，獲得最佳網絡參數；使用預訓練后的參數初始化共享權重的特征提取模塊；對整體模型進行參數微調，得到用于建筑物變化檢測的模型。