[发明专利]一种基于高分辨率遥感影像的变化检测方法

说明书

本发明公开了一种基于高分辨率遥感影像的变化检测方法，该方法首先在经过必要的正射校正、影像配准、直方图匹配等预处理后，使用超像素分割与合成算法对多时相遥感图像进行分块，并以超像素为单位进行局部特征的计算和样本选择，实现对影像中具有明显倾向性的变化或未变化区域的自动标注；之后，以标注结果为样本训练孪生卷积神经网络，对图像变化情况进行分类，并进行降噪和形态学滤波等后处理，得到最终的变化检测结果。实验表明，在高分二号卫星遥感影像数据集上，本发明方法的各项指标都大大优于传统变化检测算法，Kappa系数平均提升0.3，平均总体错误率低于3.5％，检测结果具有更高的实用价值。

技术领域

本发明属于遥感影像识别及深度学习技术领域，具体涉及一种基于高分辨率遥感影像的变化检测方法。

背景技术

近年来，卫星技术取得了飞速的发展，卫星遥感影像的应用领域也被不断拓展，在气象、地质、测绘、农林牧渔、军事侦察等领域都发挥了重要的作用。遥感影像变化检测是指利用同一地区、不同时间的遥感影像和大气、传感器等相关数据，经过图像校正等预处理，借助数理统计或人工智能相关技术，对遥感影像进行特征提取和比较，并对其变化情况作出分析与判断。遥感影像变化检测技术是目前遥感领域的一项关键技术，同时涉及地理科学、数学、计算机科学等多学科领域，已经越来越多的被应用在地物变化、城市规划、灾害监控、水体监测、农林监测、国土资源管理、军事侦察等领域中。

变化检测问题的核心在于如何对影像特征进行提取和比较，最终高效准确的对遥感影像中发生实质性变化的区域进行检测。对于多时相遥感图像，由于成像设备、气象条件差异和其他干扰因素的变化，以及预处理误差的影响，发生像素级的变化是难以避免的。同时，变化本身没有明确定义，严重受到主观判断的影响，因此变化检测的最终目的并不是力图发现所有的变化，而是应该关注于后续分析所需要的、有特定意义和参考价值的变化区域的检测。

高分辨率卫星影像因其经济稳定、清晰度高、实时性强的特点，愈发收到广泛关注，是变化检测技术最主要的数据来源之一。中国高分辨率对地观测系统(简称高分专项)是中国国家中长期科学和技术发展规划纲要(2006年至2020年)的16个重大科技专项之一，该系统将建设一套基于卫星、平流层飞艇和飞机的高分辨率对地观测系统，完善地面资源，并与其他观测手段结合，形成全天候、全天时、全球覆盖的对地观测能力。高分系列卫星覆盖了从全色、多光谱到高光谱，从光学到雷达，从太阳同步轨道到地球同步轨道等多种类型，构成了一个具有高空间分辨率、高时间分辨率和高光谱分辨率能力的对地观测系统。

高分辨率多光谱卫星遥感影像虽然包含了更多的信息量，但也引入了众多的干扰因素和技术挑战，如何充分且合理地利用影像中包含的信息，并且有效的减弱各类干扰因素对分析的影响，是变化检测亟需解决的问题；深度学习理论和方法的引入，为变化检测算法的优化提出了新思路。

在神经网络的学习过程中，数据的重要性是无可替代的；遥感卫星影像的数据量十分庞大，且变化本身缺乏客观定义，可能随应用场景的改变而发生变化，因此对数据进行准确的标记不仅工作量大而且十分困难。借助于传统遥感影像变化检测的研究成果，可以在一定的约束条件下对遥感图像的变化情况进行一定程度地判断，并以此作为神经网络的训练数据，在不需要人工标注的前提下对分析结果进行深度优化，得到相对准确的检测结果，从而实现无监督的变化检测流程。

发明内容

鉴于上述，本发明提供了一种基于高分辨率遥感影像的变化检测方法，能够准确、高效的利用高分辨率遥感影像，对变化区域进行检测。

一种基于高分辨率遥感影像的变化检测方法，包括如下步骤：

(1)对用于训练的两张高分辨率的遥感影像进行预处理，提取出对应的两个ROI(感兴趣区域)；

(2)对预处理后得到的ROI进行超像素分割及合成，得到一张合成结果图像；