[發(fā)明專利]一種洪災(zāi)變化檢測(cè)方法、裝置和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211475738.4
• 申請(qǐng)日: 2022-11-23
• 公開（公告）號(hào): CN115761504A
• 公開（公告）日: 2023-03-07
• 發(fā)明（設(shè)計(jì)）人: 李剛;王志豪;王學(xué)謙;劉瑜;何友
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué);清華大學(xué)深圳國際研究生院
• 主分類號(hào): G06V20/10
• 分類號(hào): G06V20/10;G06V10/20;G06V10/44;G06V10/762;G06V10/84;G06V10/50;G06V10/54;G06T7/38
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 茍冬梅

本申請(qǐng)?zhí)峁┮环N洪災(zāi)變化檢測(cè)方法、裝置和存儲(chǔ)介質(zhì)，屬于數(shù)據(jù)處理的技術(shù)領(lǐng)域。所述方法包括獲取待檢測(cè)地區(qū)的多源時(shí)序遙感圖像序列，多源時(shí)序遙感圖像序列包括多張光學(xué)遙感圖像與多張雷達(dá)遙感圖像；對(duì)多源時(shí)序遙感圖像序列中的每個(gè)遙感圖像進(jìn)行預(yù)處理；根據(jù)預(yù)處理后的多源時(shí)序遙感圖像序列，生成多源時(shí)序遙感圖像序列中的每個(gè)遙感圖像各自對(duì)應(yīng)的洪災(zāi)檢測(cè)結(jié)果；根據(jù)每個(gè)遙感圖像各自對(duì)應(yīng)的洪災(zāi)檢測(cè)結(jié)果，利用多源時(shí)序遙感圖像序列中遙感圖像間的時(shí)序互補(bǔ)特性，通過時(shí)序增強(qiáng)算法生成待檢測(cè)地區(qū)的多源時(shí)序遙感圖像序列對(duì)應(yīng)的洪災(zāi)變化檢測(cè)結(jié)果。本申請(qǐng)旨在提高洪水變化檢測(cè)結(jié)果的準(zhǔn)確性。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及數(shù)據(jù)處理的技術(shù)領(lǐng)域，具體而言，涉及一種洪災(zāi)變化檢測(cè)方法、裝置和存儲(chǔ)介質(zhì)。

背景技術(shù)

洪水災(zāi)害會(huì)對(duì)人們的生命財(cái)產(chǎn)造成巨大損失，因此對(duì)洪水災(zāi)害進(jìn)行實(shí)時(shí)檢測(cè)和預(yù)警至關(guān)重要；傳統(tǒng)的洪水檢測(cè)方法利用水文參數(shù)進(jìn)行洪災(zāi)預(yù)警，例如基于降水、地形、氣溫以及風(fēng)速等參數(shù)，但是在具體實(shí)踐時(shí)，這些水文參數(shù)通常存在不完備或不準(zhǔn)確的問題。

隨著遙感技術(shù)的進(jìn)步和發(fā)展，基于各類遙感圖像進(jìn)行洪水災(zāi)害檢測(cè)具有得到了廣泛的應(yīng)用；遙感圖像的獲取模式主要包括主動(dòng)成像和被動(dòng)成像兩種模式。

其中，主動(dòng)成像傳感器，例如衛(wèi)星或者飛機(jī)搭載的合成孔徑雷達(dá)(SyntheticAperture Radar，SAR)，具有全天時(shí)全天候成像的優(yōu)勢(shì)；但是單傳感器的重訪周期長(zhǎng)，且SAR圖像質(zhì)量容易受到高雜波、副旁瓣以及入射角度等的影響；被動(dòng)成像傳感器，例如星載或機(jī)載的多光譜相機(jī)，可以實(shí)現(xiàn)高精度光學(xué)成像，具有豐富的紋理信息和光譜信息，但是光學(xué)遙感圖像質(zhì)量容易受到光照條件、云陰影、地形陰影等的影響；因此目前基于遙感圖像對(duì)洪水災(zāi)害進(jìn)行檢測(cè)的方法得到的檢測(cè)結(jié)果不夠準(zhǔn)確。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提供一種洪災(zāi)變化檢測(cè)方法、裝置和存儲(chǔ)介質(zhì)，旨在提高洪水變化檢測(cè)結(jié)果的準(zhǔn)確性。

第一方面，本申請(qǐng)實(shí)施例提供一種洪災(zāi)變化檢測(cè)方法，所述方法包括：

獲取待檢測(cè)地區(qū)的多源時(shí)序遙感圖像序列，所述多源時(shí)序遙感圖像序列包括多張光學(xué)遙感圖像與多張雷達(dá)遙感圖像；

對(duì)所述多源時(shí)序遙感圖像序列中的每個(gè)遙感圖像進(jìn)行預(yù)處理；

根據(jù)預(yù)處理后的多源時(shí)序遙感圖像序列，生成所述多源時(shí)序遙感圖像序列中的每個(gè)遙感圖像各自對(duì)應(yīng)的洪災(zāi)檢測(cè)結(jié)果；

根據(jù)所述每個(gè)遙感圖像各自對(duì)應(yīng)的洪災(zāi)檢測(cè)結(jié)果，利用所述多源時(shí)序遙感圖像序列中遙感圖像間的時(shí)序互補(bǔ)特性，通過時(shí)序增強(qiáng)算法生成所述待檢測(cè)地區(qū)的多源時(shí)序遙感圖像序列對(duì)應(yīng)的洪災(zāi)變化檢測(cè)結(jié)果，所述檢測(cè)結(jié)果包括洪水區(qū)域與非洪水區(qū)域。

可選地，根據(jù)預(yù)處理后的多源時(shí)序遙感圖像序列，生成所述多源時(shí)序遙感圖像序列中的每個(gè)遙感圖像各自對(duì)應(yīng)的洪災(zāi)檢測(cè)結(jié)果，包括：

基于第一算法，根據(jù)預(yù)處理后的多源時(shí)序遙感圖像序列，確定所述每個(gè)遙感圖像對(duì)應(yīng)的初始檢測(cè)結(jié)果；

基于第二算法，對(duì)所述每個(gè)遙感圖像對(duì)應(yīng)的初始檢測(cè)結(jié)果進(jìn)行迭代，直到達(dá)到標(biāo)定迭代狀態(tài)或迭代次數(shù)等于標(biāo)定次數(shù)時(shí)，輸出每個(gè)遙感圖像各自對(duì)應(yīng)的洪災(zāi)檢測(cè)結(jié)果；

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

可選地，根據(jù)預(yù)處理后的多源時(shí)序遙感圖像序列，確定所述每個(gè)遙感圖像對(duì)應(yīng)的初始檢測(cè)結(jié)果，包括：

通過分級(jí)模糊C均值聚類算法，確定所述預(yù)處理后的多源時(shí)序遙感圖像序列每個(gè)遙感圖像對(duì)應(yīng)的初始化設(shè)置的動(dòng)態(tài)閾值矩陣；

根據(jù)所述每個(gè)遙感圖像對(duì)應(yīng)的初始化設(shè)置的動(dòng)態(tài)閾值矩陣，確定每個(gè)遙感圖像對(duì)應(yīng)的初始空間聚類結(jié)果，將所述初始空間聚類結(jié)果作為所述每個(gè)遙感圖像對(duì)應(yīng)的初始檢測(cè)結(jié)果。