[发明专利]一种基于深度学习的遥感图像变化检测方法

权利要求书

1.一种基于深度学习的遥感图像变化检测方法，其特征在于，包括如下步骤：

获取同一地区的不同时间的遥感图像；

对所述遥感图像进行预处理；

对所述预处理后的图像进行图像转化，并提取不同时间的遥感图像之间的差异特征；其中，所述对预处理后的图像进行图像转化，包括：将所述不同时间的遥感图像进行图像色彩匹配；将所述不同时间的遥感图像依次进行灰度处理、归一化处理以及坐标匹配；根据所述差异特征训练深度学习模型以获得遥感图像变化检测模型；

根据所述遥感图像变化检测模型对不同时间的遥感图像进行变化检测。

2.根据权利要求1所述的基于深度学习的遥感图像变化检测方法，其特征在于，所述对所述遥感图像进行预处理的步骤为对获取的遥感图像进行滤波处理。

3.根据权利要求2所述的基于深度学习的遥感图像变化检测方法，其特征在于，所述进行滤波处理为进行中值滤波处理。

4.根据权利要求1所述的基于深度学习的遥感图像变化检测方法，其特征在于，按照以下公式进行灰度处理：Gray＝(R*30+G*59+B*11+50)/100；其中R、G、B分别表示三通道图层对应值。

5.根据权利要求1所述的基于深度学习的遥感图像变化检测方法，其特征在于，按照以下公式进行归一化处理：

其中，S’表示遥感图像S归一化后的图像，max表示最大值操作，min表示最小值操作。

6.根据权利要求1所述的基于深度学习的遥感图像变化检测方法，其特征在于，按照以下公式进行坐标匹配：

其中，1≤i≤m-M+1，1≤j≤n-N+1，p(i，j)为配准图像像素起始点坐标，S为被配准图像，T为配准图像，并且T为M×N的矩阵。

7.根据权利要求1所述的基于深度学习的遥感图像变化检测方法，其特征在于，所述提取不同时间的遥感图像之间的差异特征的步骤为：

对归一化后的遥感图像进行求差异图处理；

对所述差异图进行样本标注；

提取差异图中的差异特征。

8.根据权利要求7所述的基于深度学习的遥感图像变化检测方法，其特征在于，还包括生成遥感图像差异图像的步骤。

9.根据权利要求8所述的基于深度学习的遥感图像变化检测方法，其特征在于，按照以下公式生成遥感图像差异图像M_i：

其中，S为被配准图像，T为配准图像。

10.根据权利要求1所述的基于深度学习的遥感图像变化检测方法，其特征在于，所述深度学习模型依次包括输入层，第一卷积层和第二卷积层，池化层，第三卷积层，全连接层和分类函数层。

11.根据权利要求10所述的基于深度学习的遥感图像变化检测方法，其特征在于，所述根据所述差异特征训练深度学习模型以获得遥感图像变化检测模型的步骤，包括：

将差异图像输入所述输入层，所述输入层调整输入端个数；

第一卷积层采用3*3*32个卷积核对差异图像进行特征提取；

第二卷积层采用3*3*64个卷积核对第一卷积层的输出进行特征提取；

通过池化层进行池化处理；

第三卷积层采用5*5*128卷积核对池化层输出的结果进行特征提取；

第三卷积层的输出依次通过全连接层和分类层。