[發(fā)明專利]一種洪災變化檢測方法、裝置和存儲介質

在審

• 申請?zhí)枺?/td>: 202211475738.4
• 申請日: 2022-11-23
• 公開（公告）號: CN115761504A
• 公開（公告）日: 2023-03-07
• 發(fā)明（設計）人: 李剛;王志豪;王學謙;劉瑜;何友
• 申請（專利權）人: 清華大學;清華大學深圳國際研究生院
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06V10/20;G06V10/44;G06V10/762;G06V10/84;G06V10/50;G06V10/54;G06T7/38
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 茍冬梅

1.一種洪災變化檢測方法，其特征在于，所述方法包括：

獲取待檢測地區(qū)的多源時序遙感圖像序列，所述多源時序遙感圖像序列包括多張光學遙感圖像與多張雷達遙感圖像；

對所述多源時序遙感圖像序列中的每個遙感圖像進行預處理；

根據預處理后的多源時序遙感圖像序列，生成所述多源時序遙感圖像序列中的每個遙感圖像各自對應的洪災檢測結果；

根據所述每個遙感圖像各自對應的洪災檢測結果，利用所述多源時序遙感圖像序列中遙感圖像間的時序互補特性，通過時序增強算法生成所述待檢測地區(qū)的多源時序遙感圖像序列對應的洪災變化檢測結果，所述檢測結果包括洪水區(qū)域與非洪水區(qū)域。

2.根據權利要求1所述的方法，其特征在于，根據預處理后的多源時序遙感圖像序列，生成所述多源時序遙感圖像序列中的每個遙感圖像各自對應的洪災檢測結果，包括：

基于第一算法，根據預處理后的多源時序遙感圖像序列，確定所述每個遙感圖像對應的初始檢測結果；

基于第二算法，對所述每個遙感圖像對應的初始檢測結果進行迭代，直到達到標定迭代狀態(tài)或迭代次數等于標定次數時，輸出每個遙感圖像各自對應的洪災檢測結果；

其中，所述第一算法用于基于所述每個遙感圖像整體確定初始檢測結果；所述第二算法用于提取所述每個遙感圖像中的局部洪水特征。

3.根據權利要求2所述的方法，其特征在于，根據預處理后的多源時序遙感圖像序列，確定所述每個遙感圖像對應的初始檢測結果，包括：

通過分級模糊C均值聚類算法，確定所述預處理后的多源時序遙感圖像序列每個遙感圖像對應的初始化設置的動態(tài)閾值矩陣；

根據所述每個遙感圖像對應的初始化設置的動態(tài)閾值矩陣，確定每個遙感圖像對應的初始空間聚類結果，將所述初始空間聚類結果作為所述每個遙感圖像對應的初始檢測結果。

4.根據權利要求3所述的方法，其特征在于，對所述每個遙感圖像對應的初始檢測結果進行迭代，直到達到標定迭代狀態(tài)或迭代次數等于標定次數時，輸出每個遙感圖像各自對應的洪災檢測結果，包括：

根據所述每個遙感圖像的初始檢測結果中洪水區(qū)域的輪廓邊界，更新所述每個遙感圖像對應的動態(tài)閾值矩陣；

根據更新后的所述每個遙感圖像對應的動態(tài)閾值矩陣，更新所述每個遙感圖像對應的空間聚類結果；

若所述每個遙感圖像的更新前后的空間聚類結果對應的稀疏馬爾可夫隨機場的能量函數的差值小于0或迭代次數等于標定次數時，停止迭代，并將本次迭代過程更新的空間聚類結果作為所述每個遙感圖像各自對應的洪災檢測結果。

5.根據權利要求4所述的方法，其特征在于，根據更新后的所述每個遙感圖像對應的動態(tài)閾值矩陣，更新所述每個遙感圖像對應的空間聚類結果之后，所述方法還包括：

基于稀疏擴張鄰域空間，計算所述每個遙感圖像的更新前后的空間聚類結果對應的稀疏馬爾可夫隨機場的能量函數；

根據每個遙感圖像的更新前后的空間聚類結果對應的稀疏馬爾可夫隨機場的能量函數，計算能量函數衰減速率；

根據所述能量函數衰減速率，對當前稀疏擴張鄰域空間的窗口大小進行調節(jié)。

6.根據權利要求1所述的方法，其特征在于，根據所述每個遙感圖像各自對應的洪災檢測結果，利用所述多源時序遙感圖像序列中遙感圖像間的時序互補特性，通過時序增強算法生成所述待檢測地區(qū)的多源時序遙感圖像序列對應的洪災變化檢測結果，包括：

對于所述多源時序遙感圖像序列中任一遙感圖像，根據排列在該遙感圖像之前的多張遙感圖像，確定歷史洪災信息；

計算所述歷史洪災信息與該遙感圖像中每個連通區(qū)域的重疊比；

根據所述重疊比與該遙感圖像中洪水區(qū)域的比例，確定該遙感圖像的可靠的洪水區(qū)域，并確定該遙感圖像對應的時序增強結果；

根據所述多源時序遙感圖像序列中所有圖像各自對應的時序增強結果，確定所述多源時序遙感圖像序列對應的洪災變化檢測結果。